分布跟抽样分布.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 1.统计推断：根据样本的观察结果以及样本统计量的抽样分布，对总体的数量特征作出具有一定可靠程度的估计和判断。 2.统计推断的基本内容有两个： （1）参数估计（利用样本指标来推断估计未知的总体指标。） （2）假设检验（先对总体参数做一个假设，然后利用样本资料检验这个假设是否成立。） 统计推断概述 假设你正在研究平均一个美国人一生中要得到多少交通罚单，报告研究结果的方法有以下两种：“10”或者“8到12之间” 一、参数估计 Gudmund R. Iversen 1、点估计 1.用样本的估计量直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计 例如：用样本方差直接作为总体方差的估计 2.没有给出估计值接近总体参数程度的信息 2、区间估计 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 （不要求） 统计假设检验又称为显著性检验，是生物统计学的核心内容，是统计推断的主要组成部分 统计推断（statistical inference）就是通过样本特征（统计量）来推断相应总体特征（参数）的方法 参数估计（parametric estimate） 通过样本统计量估计总体参数的方法 ◇ 点估计（point estimate） ◇ 区间估计（interval estimate） 直接用样本统计量的数值估计出相应总体参数具体值的方法 在一定的概率保证下（一般为95%或99%），根据样本统计量的分布，计算出总体参数出现的数值范围或区间，用该区间来估计总体参数的方法 ■ 参数估计是对总体参数的定量分析 二、假设检验 统计假设检验（hypothesis test） 根据某种实际需要，对未知的或不完全知道的总体参数提出一些假设，然后根据样本观测值和统计量的分布，通过一定的计算，再作出在一定概率意义上应当接受哪种假设的方法。 统计假设检验的假设是对总体提出的，由于最后检验的结论只有两种：要比较的总体参数间要么存在显著差异，要么不存在显著差异 ■ 统计假设检验是对总体参数的定性分析 1. 统计假设检验的意义 以两个平均数之间差异的显著性检验为例 现随机挑选10名中国女性和10名韩国女性，请世界网络知名度大赛评委和观众进行知名度评分，试比较哪个国家女性知名度更高？ 9.99 9.85 9.99 9.95 9.98 9.97 9.95 9.95 中国女性的平均得分9.98 韩国女性的平均得分9.91 两个国家女性的平均得分并不相等，其差值（表面效应）为： 根据两个样本平均数的差值0.07，是否可以给两个样本所在总体的总体平均数下这样的结论： 中国女性总体的平均得分高于韩国女性总体的平均得分 中国女性比韩国女性知名度更高 ◆ 如果从经典数学的角度来看，答案应该是肯定 ◆ 如果从生物统计学的角度来看，在未经过统计假设检验以前，只能说“不一定” 事实上，仅仅凭借样本平均数之差不等于0就得出其所属的总体平均数不相等是不可靠的 实际上，进行试验研究的目的并不在于了解样本的结果，而是要通过样本了解总体，通过样本来推断总体，从而对总体给出一个全面的结论 2. 统计假设检验的基本思想与步骤 ■ 首先根据具体试验目的提出一个假设 ■ 然后在假定该假设成立（或正确）的前提下进行试验，并取得数据，接着对这些资料进行统计分析，获得该假设成立的概率 ■ 最后根据所获得的概率值的大小来判断假设是否成立 如果所得概率较大，就表明我们没有足够的理由来否定所作假设，即必须接受这一假设 如果所得概率较小，就表明这一假设不大可能成立，应予否定，从而接受其对立假设 统计假设检验的基本步骤 例3-3：通过以往的大规模调查，已知某地成年黑白花奶牛血液中的白细胞数为52.3，标准差为5.38，现测得10头黑白花牛白细胞数分别为53.6，55.3，46.4，57.2，46.0，43.2，48.1，51.1，49.9，44.5； =49.53。试问这批黑白花奶牛是否来自于某地黑白花奶牛总体？ （1）对所研究的总体提出假设 研究某一随机样本所在的总体（用μ表示）和一已知总体（用μ0表示）是否为同