第3章 总体均数的估计与假设检验PPT.ppt

第三章 总体均数的估计与假设检验;第一节 均数的抽样误差与标准误;; 抽样误差（ sampling error of mean）：样均数与总体均数之间的差异或样本均数之间的差异。 标准误（SE）：样本均数的标准差。 ?均数的标准误是描述均数的抽样误差大小的指标。 均数的标准误越大，均数的抽样误差就越大，说明样本均数的离散程度高。;μ=167.7cm σ=5.30cm x1,x2,x3,…;样本均数的抽样分布下特点： 1.各样本均数未必等于总体均数 2.各样本均数间存在差异 3.样本均数的分布很有规律，围绕着总体均数，中间多，两边少，左右基本对称，也服从正态分布 4.样本均数的变异范围较之原变量的变异范围大大缩小。;5.从正态总体中随机抽取例数为n样本，样本均数 也服从正态分布；即使是从偏态总体抽样，当n足够大时，样本均数也近似服从正态分布。 6.从均数为μ，标准差σ的正态或偏态总体抽取例数为n的样本，样本均数的总体均数为μ，标准差;本书以n=60为界限;第二节 t 分布; 从正态分布N(μ,σ2)中抽取的样本的均数 也服从正态分布（ μ,σx2 ）。 对正态变量X作变换 实际工作中，当 未知时，常用 来代替 ,不是u转换而是t转换。 ;图3-3 不同自由度下的t分布图;t 分布图形特征： 1.单峰曲线，以0为中心，左右对称，类似于标准正态分布。 2.曲线形态取决于自由度的大小，自由度越小，t值越分散，曲线的峰部越埃，尾部翘得越高。 3.随着自由度逐渐增大，t 分布逐渐逼近标准正态分布；当自由度趋于∞时， t 分布完全成为标准正态分布---标准正态分布是t 分布的特例。;概率(P) 值：t 分布曲线的两端尾部面积表示在随机抽样中所获得的t值达到或超越横轴上某t值的概率。----两端尾部面积之和 ** 相同自由度时，|t|值越大，概率P越小；而在相同t值时，双侧概率p为单侧概率p的两倍。 t0.1,16=t0.05,16=1.746 在一定自由度下，t值越大则p值越小。 P值相同时，自由度越大则t值越小，同时越接近u值，当自由度无穷大时，t值与u值相等。 t分布的应用：用于总体均数的区间估计和t检验等。;第三节 总体均数的估计;;; 1）σ已知时，95% 置信区间 2） σ未知，???样本例数较小时，按ｔ分布原理，95% 置信区间 　　　 3） σ未知，但样本例数足够大时，按正态分布原理 ; 例3-2 在例3-1中抽得第15号样本均数166.96cm,标准差3.64cm,求其总体均数的95%可信区间。; 例3-3 某地抽取正常成年人200名，测得其血清胆固醇的均数为3.64mmol/L，标准差为1.20mmol/L,试估计该地正常成年人血清胆固醇均数为95%CI。;2.两总体均数之差的可信区间 从总体方差相等，但总体均数不等的两个正态总体中进行随机抽样。 ; 例3-4 为了解甲氨蝶呤对外周血IL-2水平的影响，某医生将61名哮喘患者随机分为两组。其中对照组29例，采用安慰剂治疗；试验组32例，采用小剂量甲氨蝶呤进行治疗。测得对照组治疗前IL-2的均数为20.10IU/ml，标准差为7.02IU/ml；试验组治疗前IL-2的均数为16.89IU/ml，标准差为8.46IU/ml。问两组治疗前基线的IL-2总体均数相差有多大？ ;t 0.05.59=2.000 95%CI: （20.10-16.89）±2.000 ×2.0023 =(-0.79,7.21);**总体均数95%的涵义： 从理论上来说，做100次抽样，可算得100个置信区间，平均有95个置信区间包括总体均数，只有5个置信区间不包括总体均数。 犯错误的概率5%。 ;四、可信区间与参考值范围的区别;第四节 假设检验的基本 原理和步骤; 例3-5 正常成年男性的血红蛋白平均值为140g/L。某医生测量了36名从事铅作业男性工人的血红蛋白含量，算得其均数为130.83g/L，标准差为25.74g/L。故认为从事铅作业工人的血红蛋白含量低于正常成年男性平均值。 1.为什么铅作业男性与正常成年男性血红蛋白含量不同？ 2.结论是否正确？为什么？ 　 3.如何解决此类问题？;假设检验的基本步骤： 1.建立检验假设 Ｈ0: 检验假设, 无效假设，零假设 μ=μ0 H1: 备择假设,对立假设 μ≠μ0