分类变量资料的统计推断幻灯片.pptVIP

第二节 分类变量资料的统计推断 率的抽样分布 率的抽样误差与标准误 总体率的区间估计 率比较的u检验 1. 率的抽样分布 二项分布（binomial distribution）的概念 例：假设注射某种免疫疫苗会有10%的人出现不适反应。问3人接种后各种可能后果的概率是多少？ 贝努利试验(Bernoulli trials )： n次独立、重复试验（每次试验只出现A和 之一，每次概率都是 和 ）。 贝努利试验中，事件A可能发生0, 1, 2, …, n次，A 恰好发生k次的概率为 二项分布 (binomial distribution)： 若随机变量X只能在 中取值，各种可能值的概率满足前式，我们就说X服从参数为n和π的二项分布, 记为 2. 率的抽样误差和标准误 由于抽样所引起的样本率和总体率或各样本率之间存在着差异，这种差异称为率的抽样误差。用率的标准误表示。 3. 总体率的区间估计 总体率的估计： 点估计 区间估计 正态近似法 查表法 正态近似法 查表法 当n较小，如n?50，特别是p接近于0或1时，按二项分布原理估计总体率的可信区间。 因其计算比较复杂，统计学家已经编制了总体率可信区间估计用表，可根据样本含量n和阳性数x查阅统计学专著中的附表 。 4. 两样本率比较的u 检验 样本率与总体率的比较 两个样本率的比较