第四章-总体均数估计和 与假设检验 医学统计学课件.ppt

第四章 总体均数的估计和假设检验;抽样误差和标准误的概念 标准差与标准误的区别 ｔ分布特征 可信区间的概念和计算 ;第一节 均数的抽样误差与标准误 　　　　;了解抽样误差的重要性;抽样误差;抽样分布规律;表4、1 N（5.00，0.502）总体中11个随机样本的数据（n=10） ;;结论 1;由抽样实验所得的100个样本作出其均数分布直方图如图 。曲线是对抽样得到的100个 数据拟合的分布曲线。 ;从正态分布N（5.00，0.502）总体中抽样样本均数的分布 ;;结论2;中心极限定理(central limit theorem) （一）从均数为?、标准差为? 的正态总体中，独立随机抽取例数为n的样本，样本均数 的分布服从正态分布； ■样本均数的均数为 μ; ■样本均数的标准误 ;;;中心极限定理;二、标准误(standard error);二、标准误;标准误的用途;与样本含量的关系;与标准差的关系;与标准差的关系;正态分布的标准化变化;从正态分布总体中1000次抽样的 u 值的分布(n=4);t 分布的概念;从正态分布总体中1000次抽样的 值的分布(n=4);t 分布的概念;t 分布的概念;1908年，W.S.Gosset (1876-1937)以笔名Student发表了著名的t分布，证明了： 设从正态分布N(?，?2)中随机抽取含量为n的样本，样本均数和标准差分别为 和 s，设： ;图 自由度分别为1、5、∞时的t分布 ;t分布的特征;;;t分布;t界值表;;例如，当?=10，单尾概率?=0.05时，查表得单尾t0.05，10=1.812，则： P(t≤-1.812)=0.05 或P(t≥1.812)=0.05;例如，当?=10，双尾概率?=0.05时，查表得双尾t0.05,10＝2.228，则： P(t≤-2.228)+P(t≥2.228)＝0.05 或：P(-2.228t2.228)=1-0.05=0.95;第三节 总体均数的估计 ;1 ) 统计推断的思路;2) 统计推断(statistical inference);3) 参数的估计;;;单一总体均数的可信区间;2. ?已知时，均数(1-?)100%的可信区间： 此时，均数的(1-?)100%的可信区间： ;u 值的分布：;单一总体均数的可信区间; 例 随机抽取12名口腔癌患者，检测其发锌含量，得 =253.05?g/g =27.18?g/g 求发锌含量总体均数95％的可信区间。;区间估计：;可信区间(confidence interval)：;t 值的分布;均数之差的(1-?)100%可信区间;问题：;与均数之差有关的抽样分布;合并方差与均数之差的标准误;;计算：;结论：;可信区间的两个要素;影响可信区间大小的因素;8 ) 正确理解可信区间：;从N(0,1)中随机抽取100个n=10的样本 所估计的100个95%可信区间;总体均数的置信区间和医学参考值范围的区别;考考你 某地调查100人得收缩压均数为18.62kPa，标准差为1.33kPa。试估计： 1、该地95％的人收缩压在什么范围？ 2、该地所有人收缩压的均数可能在什么范围？ ;;第四节 假设检验的原理和步骤;反证法 一种论证方式，先假设某命题不成立（即在原命题的条件下，结论不成立），然后推理出明显矛盾的结果，从而下结论说原假设不成立，原命题得证 否定→得出矛盾→否定 即否定之否定 小概率事件 在大量重复试验中出现的频率非常低的事件 ;“小概率反证法”思想 (1)为了检验一个零假设是否成立， 先假定它是成立的，然后看接受这个假设之后，是否会导致不合理结果。如果结果是合理的，就接受它；如不合理，则否定原假设。 (2)所谓导致不合理结果，就是看是否在一次观察中， 出现小概率事件。通常把出现小概率事件的概率记为? ，即显著性水平。;“小概率反证法”思想 如果对总体的某种假设是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设 ;第四节 假设检验的原理和步骤;例 已知某地正常成年男子脉搏均数为72.1次/分。为研究某山区正常成年男子的脉搏特征，某医生在该地某山区随机调查了36名正常成年男子，求得其脉搏均数为74.3次/分，标准差为5.4次/分，可否认为该山区成年男子的脉搏总体均数与一般