4-第六章 统计推断-第一节参数估计.ppt

体育统计学 游永豪 合肥师范学院 体育科学系 TelE-mail：306881234@ 第六章 统计推断 科学研究中，由于研究对象很多是无限总体，要直接研究总体的情况是不可能的；有时候，即使对有限总体来说，若包含的观察单位数过多，需要耗费大量的人力、物力和时间，而且也不易组织，难以保证工作的质量；还有的时候，观察的实质就是一种破坏性实验，根本就不允许对总体中的每一个体逐一观察。 所以，在实际工作中人们多采用抽样研究的方法，其目的就是要用样本信息来推断总体特征，这就叫统计推断（statistical inference）。 第一节 参数估计 一、参数估计的若干概念 （一）误差 抽样研究是指从总体中按照随机化的原则，抽取一定数量的个体组成样本进行研究，从而推断总体的研究方法。在实际工作中，由于总体中各观察对象之间存在着个体变异，且随机抽取的样本又只是总体中的一部分，因此计算的样本统计量，不一定恰好等于相应的总体参数。 来自同一总体的若干样本的统计量之间，也会存在误差，这种误差也反映在样本统计量与总体参数间的差异。 这种由于个体变异的存在，在抽样研究中产生的样本统计量与相应的总体参数间的差异，称为抽样误差（sampling error）。 抽样误差有两种表现形式：样本统计量与总体参数间的差异；样本统计量间的差异。 误差的几种常见类型（有重复） 系统误差：收集资料时，测量系统（各种测量工具）不准或测试人员掌握的标准习惯性地偏高或偏低而造成的误差。经常是一常值。 过失误差：由于测试人员口误、笔误等粗心大意造成的误差。 随机测量误差：由于各种偶然因素而造成的不可避免的一种误差 抽样误差：由于随机抽样而造成的样本与总体之间的差别。是由个体间的差异造成的，是不可避免的。一般样本越大抽样误差越小。 统计学中，有时把系统误差和过失误差统称为系统误差；把随机测量误差和抽样误差统称为随机误差。 （二）抽样误差（标准误） 由于抽样造成的样本统计量与总体参数之间的偏差称为抽样误差。 样本均数（率）与总体均数（率）之间的偏差称为均数（率）的抽样误差。 度量抽样误差大小的指标为标准误（standard error，SE） （1）均数的标准误的意义与计算 电脑模拟试验 * 将来自同一总体的若干个样本均数看成一组新的观察值，研究其频数分布，包括集中趋势和离散趋势，可计算样本均数的均数和标准差。 例：假定某市16岁女中学生的身高分布服从N（155.4，5.32）的正态分布。现用电子计算机作抽样模拟试验，每次随机抽出30个观察值（即样本含量n=30），共抽取100个样本，求得100个样本均数并编制成频数分布表 。 从频数分布表可以发现，当原始观察值的分布为正态分布时，这些样本均数也基本服从正态分布。 统计理论证明，若原始观察值的分布为偏态分布，当样本含量n足够大时，其样本均数的分布仍近似服从正态分布。 数理统计可以证明，样本均数的均数为μ，均数标准误的计算公式为： 实际应用中，σ通常未知，用样本标准差S估计。均数标准误的计算公式为： 例 测得某地10名正常人的血清转铁蛋白（g/L），结果如下，试计算标准差，和均数的标准误。 均数的标准误反映来自同一总体的样本均数的离散程度以及样本均数与总体均数的差异程度，也是说明均数抽样误差大小的指标。 均数标准误大，说明各样本均数的离散程度大，抽样误差就大。 符号 描述对象 意义 用途 标准差 S 个体值 个体值间差异 个体间波动大小，反映观测值的离散程度 标准误 S 均值 均数抽样误差 样本均数在估计、推断中的可靠程度 （2）标准误与标准差的区别 （三）t分布与t值表 1. u分布（正态分布） 对于随即变量X，当X～N (μ，σ2)时，为了应用方便，常将随机变量X通过 转化成标准正态变量u，使u～N（0，1）的标准正态分布（standard normal distribution），亦称u分布。 通过上述的电脑模拟试验和统计理论验证，当X～N (μ，σ2)时，样本均数 ～N (μ，σ2/n)。所以，对样本均数的分布通过u= 变换也可以转化为标准正态分布N（0，1），即u分布。 2. t分布 由于在实际工作中，往往σ是未知的，常用S作为σ的估计值，即 。 显然， 不同于 ，它不再服从标准正态分布。 英国统计学家W.S.Gosset在1908年用笔名Student在Biometrika杂志上发表了著名的t分布， 揭示了 的分布规律。 证明了： 当X～N (μ,σ2)时， 服从自由度为n-1的t分布。 ∞ 15 10 t分布的特征 （1）以0为中