医学统计学 参数估计基础PPT.ppt

对n只小白鼠进行实验，所有可能结果的概率相加得: ?n+Cn1 ?(1- ?)n-1+…+Cnx ? x(1- ?)n-x+…+(1- ?)n =[? +(1- ?)]n n次试验中事件A出现的次数为x的概率是： ，k=0，1，2，… n 记为 x ? B(n, ?) 表5-3 接种3 人可能出现不适反应的人数及其概率 二项分布的性质： (1) 二项分布的概率之和等于1，即 (2)单侧累积概率 至少有m例阳性的概率（上侧累积概率） 至多有m例阳性的概率（下侧累积概率） (3) 二项分布的均数和标准差 若x～B(n,?),则 x 的总体均数 μ = n?， x的总体方差 ?2＝ n? （1－ ? ） x的标准差 (4) 二项分布的正态近似性 二项分布图形的形状取决于? 和n 的大小； 二项分布的图形有如下特征： 当?=0.5时，无论n的大小，均为对称分布； 当? 或　0.5 , n较小时为偏态分布, n较大时逼近正态分布。 n=5 ?=0.3 n=10 ?=0.3 第五章 参数估计基础 第五章　 由抽样造成的样本均数与总体均数及样本均数之间的差别称为均数的抽样误差。 第一节 均数的抽样误差与标准误 一、均数的抽样误差 抽样误差: 抽样研究中，样本统计量与总体参数间的差别及统计量与统计量间的差别称为抽样误差。 均数的抽样误差: 二、标准误的计算 【例5-1】假设已知100名（总体）正常成年男性红细胞数的均值为5.00?1012/L，标准差为0.43?1012/L，现从该总体中进行随机抽样，每次抽取10名正常成年男子，并测得他们的红细胞数，最终共抽取100份样本，并计算出每份样本的均数。 将一百个样本均数看成一批资料或为一个新样本，我们可以计算其均数与标准差，均数值为4.9097,标准差为0.1350。将样本均数的“标准差”定名为均数的标准误，简称标准误，以区别于通常所说的标准差。标准差表示个体值的变异程度，而标准误则说明样本均数的变异程度，两者不能混淆。 100个样本均数的频数分布图 标准误 　　统计量的标准差称为标准误（如均数标准误、率的标准误）；均数的标准误是描述均数抽样误差大小的统计指标。 标准误的用途： 1.衡量样本均数的可靠性。 2.结合样本均数和正态分布曲线下的面积 分布规律，估计总体均数的置信区间。 3.用于均数的假设检验。 思考题：标准误和标准差的区别？ 则 z～N（0，1） 第二节 t 分布 则 z～N（0，1）； ～（μ， ），作 z 转换 x～N（μ，σ），作 转换， 一、 t 分布 的概念 t 变量为用以推断总体均数的样本检验统计量。t 分布只有1个参数自由度ν＝n－1。 1.当 σ 已知时，可作 z 转换，推断总体均数的样本检验统计量为z。 2.当 σ 未知时，可作正态变量 的 t 转换， 二、t 分布的特征与t界值表 图5-1 不同自由度t分布的概率密度曲线 3.当? →∞时，t 分布逼近z 分布； 特征： 1. 单峰分布，以0为中心，左右对称； 2. ? 越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； 4.t 分布曲线下的面积有一定规律。 双侧： 单侧： 图5-2 ν= 9时单侧（a）与双侧（b）分布曲线下尾部面积 第三节 总体均数的估计 【例5-2】 随机抽取某地100名16岁男孩，测得其体重均数为48.65kg，标准差为15.23kg，试估计该地16岁男孩体重的总体均数。 一、点估计(point estimation) 用样本统计量作为总体参数的点值估计 二、区间估计（interval estimation） 结合样本统计量和抽样误差在一定的可信度100（1-?）%下估计总体参数所在的范围，称为总体参数的置信区间（confidence interval ，CI）。 置信区间的概念 1.Z分布法 正态分布原理计算总体均数的1-?可信区间为： ? ?/2 ?/2 1-? -z?/2 z?/2 (1)σ已知（小样本要求资料服从正态） 均数置信区间的计算 (2) σ未知，但样本例数n足够大时（ｎ50） 注意:若总体不服从正态分布时，一般是很难确定其总体中的未知参数，但当样本量n很大时，我们可利用中心极限定理按上式对其总计均数作出近似的区间估计。 2. t分布法（σ未知） 根据t分布原理， P(-t?/2,?t t?/2,?)=1-? 0 ?/2 ?/2 1-? -t?/2 t?/2 总体均数（1-?）可信区间计算公式如下：