参数估计基础ppt课件.pptVIP

参数估计基础;了解总体特征的最好方法是对总体的每一个体进行观察、试验，但这在医学研究实际中往往不可行。 对无限总体不可能对所有个体逐一观察. 对有限总体限于人力、财力、物力、时间或个体过多等原因，不可能也没必要对所有个体逐一研究(如对一批罐头质量检查)。 借助抽样研究。 ;抽样研究的目的是用样本信息推断总体特征，即用样本资料计算的统计指标推断总体参数 常用的统计推断方法有参数估计（总体均数和总体概率的估计）和假设检验 ;内容复习;第五章　总体均数估计;复习一些概念;第一节　抽样分布与抽样误差　;一、均数的抽样误差;一、均数的抽样误差;一、均数的抽样误差;100个随机样本的样本均数（n＝30）;一、均数的抽样误差; 将此100个样本均数看成新变量值，则这100个样本均数构成一新分布，绘制直方图。;一、均数的抽样误差;一、均数的抽样误差;一、均数的抽样??差; ;均数的抽样误差可表现为样本均数与总体均数的差值 均数的抽样误差也可表现为多个样本均数间的离散程度 在实际科研中，上述二者都难以得到。; 如何度量抽样误差的大小？ 如何揭示抽样分布的规律？ 中心极限定理为我们提供解决办法： ;中心极限定理(central limit theorem) 从均数为?、标准差为?的总体中独立随机抽样，当样本含量n增加时，样本均数的分布将趋于正态分布，此分布的均数为?，标准差为 。 ;标准误(standard error，SE) 样本统计量的标准差称为标准误，用来衡量抽样误差的大小。 样本均数的标准差称为标准误。此标准误与个体变异? 成正比，与样本含量n的平方根成反比。 ;3、均数的标准误 (standard error) (1)概念：将样本均数的标准差称为均数的标准误, 它是描述均数抽样误差大小的指标 (2)计算： 　 实际工作中，? 往往是未知的，一般可用样本标准差s代替? ： ;3、均数的标准误 (standard error);3个抽样实验结果图示;　4、总体分布非正态分布时，样本均数的分布规律 　中心极限定理表明，即使从非正态总体中随机抽样，只要样本含量足够大，样本均数的分布也趋于正态分布. 样本均数的总体均数仍等于μ； 样本均数的标准误仍满足均数标准误的计算式； 当ｎ较小时，样本均数的分布是偏态的； 当ｎ足够大（ｎ≥50）样本均数的分布近似正态分布　; 非正态总体样本均数的抽样实验 图5-1（a）是一个正偏峰的分布， 用电脑从中随机抽取样本含量分别为5，10，30和50的样本各1000次，计算样本均数并绘制4个直方图 ;Date;Date;Date;Date;Date;⑴ 当原分布N(155.40，5.3)为正态分布时，则样本均数的分布N(155.38，1.71)也为正态分布； 当原分布为偏态分布时，当样本含量足够大时，样本均数的分布也为近似正态分布。 所以，不论原分布的分布类型如何，样本均数的分布均为正态分布。 ⑵ 原分布可以用μ和σ来描述其分布特征； 同样，样本均数的分布也可以用样本均数的均数和样本均数的标准差表示其分布特征。 ;将样本均数的标准差称为均数的标准误。标准误反映样本抽样误差的大小，是说明样本均数可靠性的一个指标， 常用 的形式来表示样本均数的可 靠程度。 ;影响抽样误差大小的因素有： ⑴样本标准差。S越大， 也就越大。 ⑵样本含量。n 越大，抽样误差越小。 因此如在一定标准差条件下，加大样本含量，可减少抽样误差，以保证的样本均数的代表性和可靠性。 ;例6-1 2000年某研究者随机调查某地健康成年男子27人，得到血红蛋白量的均数为125 g /L，标准差为15 g /L。试估计该样本均数的抽样误差。 = = = ;样本频率的抽样分布与抽样误差;黑球比例%;抽样分布与抽样误差; 样本频率 的总体均数参数为π， 率的标准误计算公式（5-3）： 公式（6-4） ;例6-2 某市随机调查了50岁以上的中老年妇女776人，其中患有骨质疏松症者322人，患病率为41.5%，试估计该样本频率的抽样误差。 p = 41.5% = 0.415，n = 776 ;思考题： 什么是抽样误差？决定抽样误差大小的因素有哪些？ 抽样误差能避免么？抽样误差有规律么？ 标准误和标准差有何区别与联系？ ;标准误和标准差有何区别与联系;第二节　ｔ分布;一、ｔ分布的概念;t分布;二、ｔ值与ｔ分布; 从前述实验的13岁