ch4简单统计推断.pptVIP

例 某地大规模调查大学生平均每月零花费用均值为500元，数据近似服从正态分布，标准差50元，试估计该地大学生平均每月零花费用的95% 参考值范围。 下限为： 上限为： 例 某地调查正常成年男子144人，其红细胞数近似服从正态分布，获得均数 ，标准差 ，试估计该地成年男子红细胞数的95% 参考值范围。 红细胞过多或过少均属于异常，故此参考值范围应是双侧范围。该指标近似呈正态分布，故可用正态分布法求95%参考值范围的上下限如下： 下限为： 上限为： 例 从某年某市12岁男孩中抽得120名样本, 求得身高的均数为143.05cm, 标准误为0.55cm, 试估计该市12岁男孩身高均数的95％置信区间。 95%可信区间的含义 小概率事件——P≤0.05或P≤0.01 三、单、双侧检验 两类错误 I 型错误（弃真） ：拒绝实际正确的H0， I型错误的概率记为α。（1－α）即置信度: 重复抽样时，样本区间包含总体参数（μ）的百分数。 II型错误（纳伪） : 不拒绝实际不正确的H0， II型错误的概率记为β。（1－β）即把握度（或检验效能）: 两总体确有差别，被检出有差别的能力 两类错误图示 方差不齐Satterthwaite t检验 六、置信区间与假设检验的联系 七、统计报告中结论的写法 检验统计量 （ t 0.05＝0.942，d.f.=248, p＝0.1735，one-tailed） 单侧检验还是双侧检验 P值的确切范围 给出总体均数的可信区间或两总体均数之差的可信区间 结合专业知识作出有实际意义的专业结论 小 结 探讨白血病患者血清SIL-2R的变化对白血病的诊断意义，试检验两组方差是否相等? 成对样本的检验 减肥数据（diet.sav）。这里有两列50对数据。其中一列数据（变量是before）是减肥前的重量，另一列(变量是after)是减肥后的重量（单位：公斤）。 ?Spss选项：Analyze — Compare Means — Paired-Samples T Test 成对样本的检验 ?计算之后得到双尾p-值为0.002，这里的单尾p值于是为0.001。 ?因此减肥后和减肥前相比，平均重量显著要轻。 1. 置信区间可回答假设检验的问题，并能提供更多信息 如果置信区间包括总体均数，则相当于假设检验在α检验水准不拒绝H0； 如中国妇女身高的95%CI（160-1.96×5, 160-1.96×5) =(150.2, 169.8) 如果置信区间不包括总体均数，则相当于假设检验在α检验水准拒绝H0。 能提供100(1-α)%置信度下包括总体均数（或总体率）的一个区间范围。 2. 置信区间不能取代假设检验 置信区间只能在预先规定的概率α前提下进行计算，而假设检验能够根据样本数据获得的统计量（Z，t）及样本的其他信息（如自由度n）获得确切的概率P值。 1．统计推断主要包括区间估计和假设检验。 2．总体标准差未知时，总体均数的95%置信限为 3．假设检验过程中，小概率事件并不是不会发生，仅仅是发生的概率很小。拒绝正确零假设的错误被称为第一类错误，I型错误的概率为α。备选假设正确时判断为零假设正确，称为第二类错误。 4．对正态总体均值的检验可分为：根据一个样本对其总体均值的检验，来自两个总体的独立样本均值的检验，成对样本均值的检验。 谢 谢 ! SPSS上机练习 简单的统计推断 练习1：妇女身高问题 利用SPSS产生一个n = 30, μ=1.60m, S = 0.1m 的正态随机变量，测验1.57m是否与该组变量有差异？1.55m呢？ 如果S = 0.3m 呢（分别检测1.55m和1.57m)？ New data→VAR00001: 从第 1 行到第30 行填上“1” Transform →compute→‘height’=RV.NORMAL(1.6,0.1). Analyze → Compare Means → one Sample T Test 试着学习使用syntax! One-Sample Test -155.389 -155.456 -155.419 .000 29 -8687.5 height Upper Lower 95% Confidence Interval of the Difference Mean Difference Sig. (2-tailed) df