《卫生统计学》第五章 参数估计基础.ppt

-t t 0 正确理解可信区间的涵义 可信区间一旦形成，它要么包含总体参数，要么不包含总体参数，二者必居其一，无概率可言。所谓95％的可信度是针对可信区间的构建方法而言的。 以均数的可信区间为例，其涵义是：如果重复100次抽样，每次样本含量均为n，每个样本均按 构建可信区间，则在此100个可信区间内，理论上有95个包含总体均数，而有5个不包含总体均数。 在区间估计中，总体参数虽未知，但却是固定的值（且只有一个），而不是随机变量值 。 图4.1 100个来自N(0,1)的样本所估计的可信区间示意 可信区间与参考值范围的区别 可信区间用于估计总体参数，总体参数只有一个 。 参考值范围用于估计变量值的分布范围，变量值可能很多甚至无限 。 95%的可信区间中的95%是可信度，即所求可信区间包含总体参数的可信程度为95% 95%的参考值范围中的95%是一个比例，即所求参考值范围包含了95%的正常人。 * * 第五章 参数估计基础 参数估计基础 抽样误差 t分布 可信区间 抽 样 误 差 抽样误差的概念 由抽样引起的样本统计量与总体参数间的差异 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 抽样研究 个体变异 抽样误差产生的条件 均数的抽样误差及标准误 表现一：样本均数与总体均数之差值 表现二：多个样本均数间的离散度 中心极限定理(central limit theorem) 从均数为?、标准差为?的总体中独立随机抽样，当样本含量n增加时，样本均数的分布将趋于正态分布，此分布的均数为?，标准差为 。 标准误(standard error，SE)， 样本统计量的标准差称为标准误，用来衡量抽样误差的大小。 样本均数的标准差称为标准误。此标准误与个体变异? 成正比，与样本含量n的平方根成反比。 实际工作中，? 往往是未知的，一般可用样本标准差s代替? ： 因为标准差s随样本含量的增加而趋于稳定，故增加样本含量可以降低抽样误差。 中心极限定理表明，即使从非正态总体中随机抽样，只要样本含量足够大，样本均数的分布也趋于正态分布 ，见图3.1 。 事实上，任何一个样本统计量均有其分布。统计量的抽样分布规律是进行统计推断的理论基础。 标准差与标准误的联系和区别 联系 都是变异指标。S反映个体观察值的变异；反映统计量的变异。 当n不变时，标准差↑，标准误↑ t 分布 t分布 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： 则t值服从自由度为n-1的t分布(t-distribution)。Gosset于1908年在《生物统计》杂志上发表该论文时用的是笔名“Student”，故t分布又称Student t分布。 f(t) ? =∞（标准正态曲线） ? =5 ? =1 0.1 0.2 -4 -3 -2 -1 0 1 2 3 4 0.3 图3.2 自由度分别为1、5、∞时的t分布 t分布的特征 t分布为一簇单峰分布曲线 t分布以0为中心，左右对称 t分布与自由度?有关，自由度越小，t分布的峰越低，而两侧尾部翘得越高，；自由度逐渐增大时，t分布逐渐逼近标准正态分布；当自由度为无穷大时，t分布就是标准正态分布。 每一自由度下的t分布曲线都有其自身分布规律 t分布表明，从正态分布总体中随机抽取的样本，由样本计算的t值接近0的可能性较大，远离0的可能性较小。t0.05,10＝2.228，表明，从正态分布总体中抽取样本含量为n=11的样本，则由该样本计算的t值大于等于2.228的概率为0.025，小于等于-2.228的概率亦为0.025。 P(t≤-2.228)+P(t≥2.228)＝0.05 或：P(-2.228t2.228)=1-0.05=0.95。 可 信 区 间 抽样研究：从总体到样本 实际工作：由样本推断总体 统计推断(statistical inference)就是根据样本所提供的信息，以一定的概率推断总体的性质。 参数估计(parameter estimation) 由样本信息估计总体参数 点估计(point estimation) 区间估计(interval estimation) 点估计 直接用样本统计量作为总体参数的估计值 方法简单，但未考虑抽样误差的大小 在实际问题中，总体参数往往是未知的，但它们是固定的值，并不是随机变量值。而样本统计量随样本的不同而不同，属随机的。 区间估计 按一定的概率或可信度(1-? )用一个区间估计总体参数所在范围，这个范围称作可信度为1- ?的可信区间(confidence interval, CI)，又称置信区间 。这种