第04章抽样误差.pptxVIP

一、均数的抽样误差与标准误1、均数的抽样误差 在医学研究中，绝大多数情况是由样本信息研究总体。由于个体存在差异，因此通过样本推论总体时会存在一定的误差，如样本均数 往往不等于总体均数 ，这种由抽样造成的样本均数与总体均数的差异称为抽样误差。对于抽样研究，抽样误差不可避免。2.均数的抽样误差与标准误的概念从N(?,?2)的总体中做随机抽样，每次抽样样本含量为n,样本均数为?x，标准差为s。如下: 1 n ?x1 s1 s?x1 t1 2 n ?x2 s2 s?x2 t2 3 n ?x3 s3 s?x3 t3 4 n ?x4 s4 s?x4 t4 … … … … … … 100 n ?x100 s100 s?x100 t100 标准误用??x表示，它是说明均数抽样误差的大小可知：每一个样本均数与?不一定相等，它们之差别是由抽样所造成的；另外，这100个样本均数大小也不尽相同，它们之间的变异程度可以用样本均数的标准差来表示，即标准误(为了与反映个体变异的标准差相区别)◆ 3.抽样误差的分布 理论上可以证明：若从正态总体 中，反复多次随机抽取样本含量固定为n 的样本，那么这些样本均数 也服从正态分布，即 的总体均数仍为 ，样本均数的标准差为。抽样分布 抽样分布示意图 中心极限定理: 当样本含量很大的情况下，无论原始测量变量服从什么分布， 的抽样分布均近似正态。 抽样分布 抽样分布示意图 3.标准误 样本均数的标准差称为标准误。样本均数的变异越小说明估计越精确，因此可以用标准误表示抽样误差的大小： 实际中总体标准差 往往未知，故只能求得样本均数标准误的估计值 ： 标准误的计算例：某地成年男子红细胞的抽样调查，n=144, ?X=5.38×1012/L,S=0.44×1012/L,求其标准误。 Sx =s/ =0.44/ =0.037(×1012/L)? n?144上述抽了100次样，可以求得100个Sx，均是?x的估计值。实际工作中，只能根据一个样本计数出一个标准误说明抽样误差的大小，作为?X估计?的可靠程度。4. 标准误应用 ①标准误反映抽样误差的大小，Sx越大，抽样误差越大,用?X估计的?的可靠程度越差。②参数的估计③均数的假设检验二、t分布1. t分布的概念对于X~N(μ,?)有 u=(X-?)/?对于?X~N (μ,?x) 有u=(?X-?)/?x ?x 是未知，常用Sx来代替。对于?X~N (μ,?x) 有 t=(?X-?)/sx u值的分布称为u分布(标准正态分布) t值的分布称t分布100次抽样，可以求得100个t值，100个t值编成频数表，可以绘制成频数分布图。由于sx受 n的影响, 严格讲，受(n-1)的影响，(n-1) 称为自由度。 ?= n-1如下图。◆t分布的图形2. 分布的特征(与正态分布比较)① 单峰分布，以t=0为中点，两侧对称(高峰位置）②样本(自由度)越小，t分布曲线峰值越低，t值越分散（形状指标）③随着自由度的增大，t分布逐渐接近标准正态分布，当?=∞时，t分布的极限分布是标准正态分布（与标准正态分布相比，t分布曲线高峰低，尾部较高）3. t界值表（P683）当?一定时，t分布曲线下单侧或双侧的尾部面积为指定值?时，横轴上相对应的t值记为 t?,?有单、双侧t?,?之区分。如图。???/2?/2?-t?,? 0 +t?,? -t?,?0图中阴影部分表示t?,?以外尾部面积占总面积的百分数P 意思是从正态整体中做随机抽样，得到样本t值落在该区间的概率.t界值表中： ①同一?时,t与P呈反向关系. t?,? u? ②当?相同时，单侧P与双侧2P对应相同的t界值，即单侧t?,? =双侧t2?,? ③ 当?=∞时,t?=u?三、总体均数的估计点估计(point estimation)：估计总体均数的具体数值大小，一般就用?X代替?的大小。该估计方法没有考虑抽样误差的大小，较少用。 例：某抽样得?X=165.0cm, ?=165.0cm.区间估计(interval estimation)： 指用?X和Sx按一定的概率估计总体均数在哪一个范围，该区间包含总体均数的概率为1-?，称为总体均数的1-?可信区间。1-?一般取0.95或0.99。总体均数可信区间(confidence interval, CI)估计①?未知：按t分布②?未知，n较大时总体均数的可信区间③?已知①?未知：按t分布 t ≤- t?,? 和t ≥ t?,? 的概率为? P(- t?,? ≤ t ≤ t?,?)=1- ? P(- t?,? ≤X-? ≤ t?,?)=1- ? ?X - t?,?Sx