04c可信区间PPT.ppt

精确概率法 当样本例数n较小时，特别是当p接近 0或1时，应根据二项分布的原理确定总体率的可 信区间。 查表法（附表6） back7 两总体率之差?1-?2的区间估计 如果 n1p1，n1(1-p1)，n2p2，n2(1-p2)均大于5，则正态 近似的方法可用于求总体率之差的可信区间： * * 4.6 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。 柏建岭讲稿 Medical statistics 医学统计学 参数估计 Parameter Estimation * * 主要内容 可信区间的概念 均数的可信区间 率的可信区间 事件数的可信区间 基本概念回顾 总体 个体、个体变异 总体参数 未知 样本 代表性、抽样误差 随机 抽样 样本统计量已知 统计推断 风 险 * * 统计推断的内容 参数估计 (parameter estimation) 假设检验 (hypothesis test) * * 参数估计 由样本统计量估计总体参数 点估计(point estimation) 区间估计(interval estimation) * * 点估计的缺陷 m =?cm, s =?cm x1,x2,x3,x4…… N =143.37 s = 5.23 x1,x2,x3…x10 =144.07 s = 4.72 x1,x2,x3…x10 =142.72 s = 9.2473 x1,x2,x3…x10 样本含量 n=10 * * 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 。这种估计方法称为区间估计。 * * 可信区间的两个要素 可信度(1-?), 可靠性 一般取90%，95%。 可人为控制。 精确性 是指区间的大小(或长短) 兼顾可靠性、精确性 * * 4.2 均数的可信区间 基础：抽样误差理论 从正态分布总体中随机抽取一个样本，则 t值接近于0的可能性较大，远离0的可能性较小，出现太大的t值和太小的t值的可能性更小，根据t分布的性质， * * 均数的可信区间 总体均数的(1-? )可信区间定义为： * * 影响可信区间大小的因素 可信度 可信度越大，区间越宽 个体变异 变异越大，区间越宽 样本含量 样本含量越大，区间越窄 * * 当样本含量较大时，例如n＞100，t分布近似标准正态分布，此时可用标准正态分布代替t分布，作为可信区间的近似计算。相应的100(1-?)%可信区间为： * * 例4.1 随机抽取12名口腔癌患者，检测其发锌含量，得均数为253.05?g/g，标准误为27.18?g/g，求发锌含量总体均数95%的可信区间。 * * -t t 0 自由度 n 概 率，P 单侧 0.25 0.20 0.10 0.05 0.025 0.01 0.005 0.0025 0.001 0.0005 双侧 0.50 0.40 0.20 0.10 0.05 0.02 0.01 0.005 0.002 0.001 1 1.000 1.376 3.078 6.314 12.706 31.821 63.657 127.321 318.309 636.619 2 0.816 1.061 1.886 2.920 4.303 6.965 9.925 14.089 22.327 31.599 3 0.765 0.978 1.638 2.353 3.182 4.541 5.841 7.453 10.215 12.924 4 0.741 0.941 1.533 2.132 2.776 3.747 4.604 5.598 7.173 8.610 5 0.727 0.920 1.476 2.015 2.571 3.365 4.032 4.773