中山大学医学统计学 9.3 数值变量资料的统计推断01.pptVIP

一、均数的抽样误差与标准误 例题1. 将某地14岁健康女生的身高资料作为总体，其分布近似正态分布，均数为155.40cm，标准差为5.30cm。现从该总体中随机抽取n＝10的100个样本，可计算100个样本的均数，得频数分布如下： 组段(cm) 151～ 152～ 153～ 154～ 155～ 156～ 157～ 158～ ≥159 频 数 1 6 10 18 29 20 8 6 2 理论证明： 1) 从 N(μ,σ2) 中随机抽取含量为 n 的样本，样本均数也服从正态分布； 例：某地14岁健康女生的身高近似服从正态分布，μ=155.40cm,σ=5.30cm。从该总体随机抽取n=10的100个样本，得到100个均数。 均数标准误的用途： 1) 衡量样本数据的可靠性； 2) 与样本均数结合，估计总体均数的置信区间； 3) 对均数的假设检验。 二、t 分布 t 分布的特点 自由度 = 9时，单侧（a）与双侧（b）t 分布曲线下尾部面积 tα,ν -- t 分布的双侧和单侧分位数（临界值）， 双侧：P（t≤-tα,ν）+ P（t≥tα,ν）=α 单侧：P（t≤-tα,ν）=α 或 P（t≥ tα,ν）=α 小结： 1. 从正态总体中，随机抽取每一份样本, 均可计算一个样本均数，样本均数的分布也服从正态分布。 2. 样本均数的标准差称为标准误，反映抽样误差的大小。 3. 样本均数的标准误与样本含量的平方根成反比，样本含量越大，抽样误差越小。 4. t分布和标准正态分布的区别与联系 * 第九章 数值变量资料的统计分析 顾 菁 中山大学 公共卫生学院 医学统计与流行病学系 第三节 数值变量资料的统计推断 一、均数的抽样误差与标准误 二、 t 分布 三、总体均数的置信区间估计 四、假设检验的基本思想和步骤 (1) (2) 总 体 样本 抽取部分观察单位 抽样误差 μ 100个样本的均数 的分布情况 抽样误差： 一份样本不同于另一份样本；样本不同于总体 从总体N(4.6602, 0.57462)中抽样 ，n＝5 ， 样本1 (n=5)： 样本2 (n=5)： 样本3 (n=5)： 样本4 (n=5)： … … 平均水平？ 离散趋势？ 抽样实验： 3.7 4.1 4.5 4.9 5.3 5.7 3.7 4.1 4.5 4.9 5.3 5.7 3.7 4.1 4.5 4.9 5.3 5.7 n=5 n=10 n=30 (a) (b) (c) 从总体N(4.6602, 0.57462)中抽样， n＝5 ， 1000份样本; 样本均数的分布如下图 n＝10 ，1000份样本; n＝30 ，1000份样本 2) 即使偏态总体，当n足够大时（50），样本均数也近似服从正态分布。 中心极限定理： ---- 均数的标准差，又称为标准误（Standard Error, S.E.） 描述均数抽样误差大小的统计指标 与 s 成正比 ---- 减小标准差 与 成反比 ---- 加大样本含量 中心极限定理： 抽样误差是多少？ 这100个均数的均数 155.52cm，标准差1.64cm。 组段(cm) 151～ 152～ 153～ 154～ 155～ 156～ 157～ 158～ ≥159 频 数 1 6 10 18 29 20 8 6 2 但在实际工作中，往往只做一次抽样: n=10， =157.20cm， s =6.20cm 抽样误差： 设 ，则 标准化变换： 若 , 则标准化变换后的u值 标准化变换： 其中ν