抽样分布和抽样误差.pptVIP

* * * * * * * * * * * * * * * * ﹡ 二者的计算公式不同。 参考值范围：以正态分布为基础计算； 可信区间：依照t分布（及其极限分布）计算。 ﹡ 二者受样本量的影响不同。 参考值范围：样本量越大越稳定； 可信区间：样本量越大可信区间越小。 ﹡ 二者的用途不同。 参考值范围：判断观察对象的某项指标正常与否； 可信区间：估计总体参数。 §6.2 总体均数的估计 * * * t 分 布 t 分布曲线 自由度分别为1，5，∞的 t 分布曲线 * * t 分 布 t 分布的特征 ﹡ 以0为中心，左右对称的单峰分布。 ﹡ 曲线的形态变化与自由度ν 的大小有关。 自由度ν越小，中间部分越低平，两端越伸展； 随自由度ν的增大，t曲线逐渐逼近正态曲线。 * * t 分 布 ﹡ 由于t分布曲线是一簇曲线，对应于每个自由度都有 一条曲线，因而其界值不像u曲线那样是固定值，而 是一个与自由度ν有关的值。 为方便起见，统计学家也编制了t界值表，应用时可 以查取相应自由度下某一概率对应的界值。 * * ?/2 ?/2 1-? t?/2,? -t?/2,? t 分 布 * * t 分 布 ? 1-? * 0 t 分布 0 标准正态分布 N(0,1) N(?,?2/n) 正态分布 以固定样本含量n抽样 考虑样本均数均数 ν→∞ 正态分布 N(?,?2) X * * * * * * * * * * * * * * * * * * * * * * * * * Chapter 6参 数 估 计 山东大学公共卫生学院黄 宗 媛 * 问题： 如何通过样本的指标得到总体指标？ 这种推断是否正确？如何判断？ 所选样本是否真的来自于该总体？ * * 任务：分析误差产生的原因，确定差异性质，排除干 扰，从而对整体特征进行正确判断。 途径：以统计量的抽样分布为基础，经两条途径 ? 参数估计：通过统计量估计总体参数； ? 假设检验：对预设的关于统计量的假设进行验证。 * * §6.1 样本均数的抽样分布与抽样误差§6.2 总体均数的参数估计 主 要 内 容 * * * §6.1 均数的抽样分布与抽样误差 由于变异的普遍存在，医学研究的总体中同质研究对象的 观察单位间也会存在着个体差异。在抽样研究时，由样本计算 的样本统计量往往不等于总体参数。 ? 抽样误差 由于抽样造成的样本统计量与总体参数之间的差异称为 抽样误差(sampling error). 我们重点考虑均数的抽样误差。 * * 例：已知某市16岁女中学生的身高分布服从均数μ =155.4cm， 标准差σ =5.3 cm的正态分布。现以固定n =10从该总体中 随机抽取100个样本，求得100个样本均数，如表6-1。 §6.1 均数的抽样分布与抽样误差 抽样误差在抽样研究中是不可避免的，但只要严格遵循 随机化原则进行抽样，抽样误差的大小是可以估计的。 * * 表 6-1 100个样本均数值 §6.1 均数的抽样分布与抽样误差 * * 表 6-2 100个样本均数值的频数分布 §6.1 均数的抽样分布与抽样误差 把这100个均数看作为X，即100个观察值，并编制成频数表，如表6-2。 * * 抽样试验（n=10） §6.1 均数的抽样分布与抽样误差 * * 抽样试验（n=30） §6.1 均数的抽样分布与抽样误差 * * n=5 n=10 n=20 n=30 §6.1 均数的抽样分布与抽样误差 图6-1 从总体N(155.4,5.32)中以不同样本量抽样时样本均数的分布 * * 方法二：中心极限定理。 ① 从正态分布总体 中以固定n随机抽取样本，样本均 数的分布仍服从正态分布 。 ② 即使从非正态总体中抽取样本，当样本量很大时，所得均 数分布仍近似呈正态。 ③ 随着样本量的增大, 样本均数的变异范围也逐渐变窄。 问题一：如何通过个体参数推断总体参数？ §6.1 均数的抽样分布与抽样误差 方法一：通过模拟实验多次抽样得到。 * * §6.1 均数的抽样分布与抽样误差 N(?,?2/n) 正态分布 正态分布 N(?,?2) 以固定样本含量n抽样 * * ? 标准误 标准差：样本标准差，反映个体观察值之间的变异。 标准误：样本统计量的标准差。 例如：“均数”的标准误，反映样本均数之间的变异。 样本均数的标准误： 样本均数标准误的估计值： §6.1 均数的抽样分布与抽样误差 * * ﹡ 在样本含量