第三章抽样误差和统计推断.pptVIP

第三章 抽样误差与统计推断 第一节 抽样研究与抽样误差 ?均数的分布及其标准误 数理统计的中心极限定理和大数定理表明：① 从正态总体N（μ,σ2）中随机抽取含量为n的样本，其样本均数服从正态分布；即使从偏态总体中随机抽样，当n足够大时（如n30），样本均数也近似正态分布；② 从均数为μ，标准差为σ的总体中随机抽取含量为n的样本，则样本均数的均数也为μ，样本均数的标准差为。 例3-1 某地随机抽取20岁健康男性20名，求得其血中葡萄糖样本均数=39.5mg/100ml，标准差S=0.69mg/100ml, 问其抽样误差是多少？ 本例：s=0.69mg/100ml，n=20，将其代入公式得 即该研究的抽样误差为0.15mg/100ml。 t值的分布与自由度? 有关（实际是样本含量n不同）。t 分布的图形不是一条曲线，而是一簇曲线。 t 分布的图形有如下特征： ①单峰分布，以0为中心，左右对称，类似于标准正态分布。 ②自由度? 越小，则越大，t值越分散，曲线的峰部越矮，尾部越高； ③随着自由度? 逐渐增大，t分布逐渐逼近标准正态分布；当? 趋于? 时，t分布就完全成为标准正态分布，故标准正态分布是t分布的特例。 统计学家将t分布曲线下的尾部面积（即概率P）与横轴t值间的关系编制了不同自由度 ? 下的t界值表（附表2）。 t界值表：横标目为自由度? ，纵标目为概率P。 t临界值：表中数字表示当 ? 和P 确定时，对应的值。 单侧概率 (one-tailed probability)：用t?,υ表示 双侧概率 (two-tailed probability)：用t?/2,υ表示 例如, 当? =16，单侧概率P =0.05时，由表中查得单侧t0.05,16=1.746；而当? =16，双侧概率P =0.05时，由表中查得双侧t0.05/2,16=2.120。按t分布的规律，理论上有 单侧：P（t ? ?t0.05,16）=0.05 和 P（t ? t0.05,16）=0.05 双侧：P（t ? ?t0.05/2,16）＋P（t ? t0.05/2,16）=0.05 更一般的表示方法如图(a)和(b)中阴影部分所示为： 单侧：P（t ? ?t?, ?）=? 和 P（t ? t?, ?）=? 双侧：P（t ? ?t?/2, ?）＋P（t ? t?/2, ?）=? 统 计 推 断 statistical inference 参数估计 参数估计的概念 参数估计：指用样本指标（统计量）估计总体指标（参数）。 参数估计有 点估计（point estimation） 区间估计（interval estimation） 参数估计 点估计：用样本统计量直接作为总体参数的点估计值，即直接用随机样本的样本均数作为总体均数? 的点估计值, 用样本频率p作为总体概率? 的点估计值 缺点：没有考虑抽样误差，无法评价其可信度估计值它与真值之间的差距。 参数估计 95%CL:125? 2.056? =(119.06，130.94) g /L 99%CL：125? 2.779? =（116.98,133.02）g /L 该市健康成年男子血红蛋白平均含量： 95%置信区间为（119.06, 130.94）g /L，99%置信区间为（116.98, 133.02）g /L。 二、假设检验的基本步骤 1．建立检验假设、确定检验水准 检验假设有两种：一种是无效假设（null hypothesis），符号为H0，即假设均数来自同一总体，它们的总体均数相同，样本均数间无本质的不同，差别仅由抽样误差引起； 另一种是备择假设（alternative hypothesis），符号为H1，即假设均数来自不同总体，它们之间的差别存在本质的不同，并非仅由抽样误差引起。 检验水准（size of a test）亦称显著性水准（significance level），符号为α。 2.选择和计算统计量 根据统计推断的目的和资料的性质、特点选择合适的 检验统计量。 3．确定P值 P值是指由H0所规定的总体中随机抽样，获得等于及 大于（或等于及小于）现有样本所获得的检验统计量值 的概率。求得检验统计量后，一般可通过特别的统计表 直接查出P值。例如t值可查t界值表，u值可查u界值表 4．判断结果 当P≤α时，结论