医学统计学李琳琳2014-9参数估计.ppt

查表法：当样本含量n较小，如n≤50，特别是p很接近于0或1时，可直接根据样本含量n和阳性数X查出总体率的可信区间。 例 2003年4-6月某医院重症监护病房收治重症SARS患者38人，其中死亡12人，求SARS病死率的95%置信区间。 查百分率的可信区间（P393)，在n=38和X=12的交叉点处下、上限界值为18和49。 SARS病死率的95%置信区间18%～49%。 由于附表百分率的可信区间中X值只列出了X≤n/2的部分，当X＞n/2时，应以n-X 查表，再从100中减去查得的数值即为所求置信区间。 正态分布法： n50 np≥5 n(1- p) ≥ 5 【例5-7】为了解中老年人高血压的患病情况，某研究人员在某市随机调查了年龄在40岁以上的居民共2500人，检查出高血压患者800人，估计该市中老年人高血压患病率的95%置信区间。 即该市中老年人高血压患病率的95%置信区间为（30.2%，33.8%）。 生物医学研究的统计方法 第4章 * * * * * * 35 Notice that the interval width is determined by 1-? in the sampling distribution. * 33 t分布的概念 对于正态变量X N(μ, ?2) N(0, 1) 抽出无数个样本含量为n的样本 随机抽样 均数μ标准差为? 如果我们从一个总体中抽取无数个样本含量n足够大的样本，样本均数的分布服从正态分布： 均数μ标准差为 若σ未知，人们只能用S代替，从而以 代替 ，显然 ，它不再服从标准正态分布。 W.S.Gosett于1908年用笔名student研究了它的分布规律，称之为t分布。 ?＝n-1 Z分布 t分布 图2 不同自由度的t分布曲线 1. t分布是一簇曲线。 t分布有一个参数? 。 2. t分布曲线以0为中心，左右对称； ?越小，曲线越扁平。 3. t分布曲线较标准正态曲线要扁平些， ?逐渐增大， t分布曲线逐渐的逼近于标准正态曲线，若?＝?，则t分布曲线和标准正态曲线完全吻合。 4. t分布曲线下的面积分布有一定规律(P380)。 t分布图形的特点 生物医学研究的统计方法 第4章 图5-3 自由度等于20时的t分布曲线 2.086 -2.086 单侧概率的t 临界值，记作t(α,?) 双侧概率的t 临界值，记作t(α/2,?) 统计方法 描述统计 推断统计 参数估计 假设检验 区间估计 点值估计 参数估计：用样本统计量来估计总体参数。 点值估计：不计抽样误差，直接用样本均数来估计μ。 区间估计：根据抽样误差的规律，按一定的概率估计总体均数的所在范围。统计上习惯用95%或99%可信区间表示总体均数可能所在范围。 置信区间 样本统计量 (点估计) 置信区间 下限 上限 置信限与置信区间 置信限是指置信区间的下限和上限，即可置信区间的两个端点值。 置信区间指以上、下可信限为界的一个范围。如μ的1-α可信区间指一个范围，该范围包含μ在内的可能性为1-α，不包含μ在内的可能性为α。常用的可信区间为95%和99% 。 总体均数的95%置信区间表示的实际涵义是：如果从同一总体中重复抽取100份样本含量相同的独立样本，每份样本分别计算1个置信区间，在100个置信区间中，将大约有95个置信区间覆盖总体均数，5个置信区间不覆盖总体均数。 通常情况下，我们只进行一次抽样，对于某一次估计的置信区间，我们总是宣称这个区间覆盖了总体均数，但不一定是真的覆盖了总体均数，于是，我们补充一句：置信水平为95%。 均值的抽样分布 (1 - ?) % 区间包含了? ? % 的区间未包含? 1 - a a/2 a/2 总体均数μ的区间估计： 正态分布法 1. σ已知 2. σ未知，但n＞50时 t 分布法 σ未知，且n≤50时： Z分布： 置信区间： t = t分布： 置信区间： （一）正态分布法 适用条件：σ已知或σ未知但n较大时（n50） ? ? x _ X 95% 的样本 99% 的样本 [例] 在郑州市随机抽取了100名成年男性，测得其血清胆固醇含量为192.5mg/dl，标准差为28.6mg/dl，试估计郑州市成年男性血清胆固醇总体均数的95%置信区间。 郑州市成年男性血清胆固醇总体均数的95%置信区间为(186.9,198.1)mg/dl。 （二）t分布法 适用条件：σ未知且n较小时（n ≤5