雷静《卫生统计学》第六章参数估计基础.pptVIP

第六章 参数估计基础 抽样分布与抽样误差 t分布 总体均数及总体率的估计 抽样分布与抽样误差 在实际工作中，由于总体中各观察对象之间存在着个体变异，且随机抽取的样本又只是总体中的一部分，因此计算的样本统计量，不一定恰好等于相应的总体参数。 这种由于个体变异的存在，在抽样研究中产生的样本统计量与相应的总体参数间的差异，称为抽样误差（sampling error） 一、样本均数的抽样分布与抽样误差 实验6-1：假定某年某地13岁女生身高服从正态分布N（155.4，5.32）（cm）。利用计算机在该总体中随机抽取100个样本，每个样本n=30，即可求得如表6-1第（2）列中的100个样本均数。由这100个样本均数，可绘成样本均数的频率分布表（表6-2）。 观察样本均数抽样分布的特点 样本均数恰好等于总体均数的情况很少； 样本均数之间亦存在差异； 样本均数的分布围绕总体均数左右基本对称，呈近似正态分布； 样本均数之间的变异明显小于原始变量值之间的变异； 已证明： 从正态总体N（ μ，σ2 ）中，随机抽取例数为n的样本，样本均数 也服从正态分布，此正态分布为N （ μ， ） ； 均数的抽样误差——指由抽样而造成的样本均数与总体均数之间的差异。 称标准误，它说明均数抽样误差的大小。 n越大，标准误越小，样本均数的抽样误差亦越小 实际工作中，σ常未知，而是用样本标准差s来估计，则有 常用来说明均数的抽样误差的大小。 即使从偏态总体抽样，当n足够大时，样本均数也近似正态分布（见实验6-2，观察图6-1及图6-2的变化）。 二、样本频率的抽样分布与抽样误差 实验6-3，摸球实验。观察二项分布总体中样本频率的分布特征。 一个口袋内装有形状、重量完全相同的黑球和白球，其中黑球比例为20%（π=20%），从中重复摸球50次（ni=50），计算摸到黑球的频率（样本率pi）。这样的实验重复进行100次，将每次得到黑球的频率列成频率分布表即表6-3，观察表中的频率分布特征。 由此分布可知：样本率与样本率之间；样本率与总体率之间均存在差异，即抽样误差。 根据二项分布的原理，样本频率的总体概率为π，率的标准误为 σp= 实际工作中，总体率往往未知，常用样本率来近似代替总体率，则有 Sp = 反映率的抽样误差的大小。例6-1. t分布 前面讲过，对正态变量x采用 变换，则将正态分布N（μ，σ2）变换为标准正态分布N（0，1）。 已知样本均数也服从正态分布，那么对 采用Ζ变换，即可将其变换为标准正态分布。 但实际工作中 需用 来估计，这样，对正态变量采用的就不是Ζ变换而是t变换了，即 其结果即为t分布。观察t分布曲线图 t分布的特征：只有一个参数ν 以0为中心，左右对称的单峰分布； t分布是一簇曲线，形态变化与n（即自由度）大小有关。自由度ν越小，t分布曲线越低平；自由度ν越大，t分布曲线越接近标准正态分布（Ζ分布）曲线。 t分布峰部较矮，尾部翘得较高，说明远侧的t值的个数相对较多，即尾部面积（概率P）较大。自由度ν越小这种情况越明显，ν渐大时，t分布渐逼近标准正态分布；当ν=∞时，t分布就成为标准正态分布了。 附表2，t界值表P467 总体均数及总体概率的估计 参数估计有两种方法： 1.点（值）估计：未考虑抽样误差 2.区间估计：可信区间又称置信区间 （confidence interval，CI） 指按一定的概率估计总体均数的可能范围。 概率1-α称为可信度（置信度），常取95%或99% 一、总体均数可信区间的计算** ： 方法：1.t分布法： σ未知且n较小时 2.正态近似法： σ已知或σ未知但n较大时 1.t分布法：σ未知且n小时，某自由度的t曲线下有95%的t值在± 之间，即： 2.正态近似法： 1）σ已知时，正态曲线下有95%的Ζ值在±1.96之间，即： P（-1.96≤Ζ≤+1.96）=0.95 P（-1.96≤ ≤+1.96）=0.95 移项后整理得，总体均数μ的95%可信区间为 （ ） 2）σ未知，但n足够大（n50）时，可知t分布 逼近Ζ分布，此时t曲线下有95%的t值在±1.96之间 即：P（-1.96≤t