生物统计学课件抽样分布及应用㈡.pptVIP

第三章 抽样分布及其应用㈡ 第一节 二项总体抽样 第二节 检验二项资料的百分数 （针对单个样本百分数和两样本百分数） 第三节 参数的区间估计 第四节 χ2的定义和分布 第五节 次数资料的χ2检验 第三章要点提示 抽样分布及其应用㈡是上一章抽样分布及其应用㈠的延伸，两者构成统计分析方法的基础部分，学习时 ：①对于二项总体抽样，要清楚它和上一章单个母总体抽样的联系和区别； ②对于百分数的检验，要注意应用u-test的条件、不符合这些条件时进行连续性矫正的必要性以及标准误的计算方法衍生总体参数的异同点； ③ 参数的区间估计可替代显著性检验，但它比显著性检验挖掘的信息更充分；④掌握依据χ2变量SS/σ2 服从的理论分布进行适合性检验和独立性检验时计算χ2值的方法。 涉及教材内容：第五章第四、五节，第七章第一、二、三节。 作业布置：教材P77 T13、 T14； P154-155 T5、 T7、 T8、 T10。 第一节 二项总体抽样 一、二项总体参数 本节是针对一类特殊的母总体进行抽 样研究，这类总体内的个体不管有多少个， 都可按某种性状出现与否分为两组，故称 二项总体。将其中出现某种性状的个体的 观察值定为“1”，否则定为“0”。 若已知二项总体的个体有N个，出现 某种性状的概率为p，则其参数计算如下： μ=Σfy /N = Np/N = p σ2 = Σf ( y –μ)2/N = Np(1- p) /N = pq 可见二项总体的两个参数 μ,σ2 都由平均数p (即个体出现某种性状的概率) 唯一确定。 　 二、衍生总体参数 从二项总体中以样本容量 n 进行复 置抽样，根据前述中心极限定理的有 关结论，同样有： ?或 ～N(μ? ，σ2?)且： μ? = μ= p， σ2? = =σ2 /n = pq/n Σy或 ～N(μΣy ，σ2Σy )且： μΣy = nμ= np, σ2Σy = = nσ2 = npq， 于是: u = (? – μ? ) /σ? = u = (Σy – μΣy ) /σΣy = 第一节 二项总体抽样 例3.1 假定调查某地全部棉株受盲椿危 害的情况，发现704株受害，且 N = 2000， 得μ= 0.352,σ= 0.4776；现从中以n = 200 抽取一个样本，知受害株数 = 74，受害 率 = 0.37，试计算获此抽样误差的概率。 解 依题意应求P( | –p|≥0.018) ∵ = 0.4776÷√200 = 0.034 ∴原式 = P(|u| ≥ 0.53)= 2 P(u ≤ - 0.53) = 2 Φ(- 0.53) = 2×0.2981= 0.5962 依题意也可求P( | – np|≥3.6) ∵ = 6.754 ∴ u = = (74 – 70.4)/6.754 = 0.53 习题 给定一个二项总体 ｛0,1,0,0,1,1,0,1,1,0｝，现从中以 n = 4进行复置抽样, 则分析如下: 第二节 检验二项资料的百分数 所谓二项资料的百分数，指数据资料 可以看成是从二项总体中抽得样本后， 通过计数某一属性的个体数目算出来的 样本百分数，其实质是样本平均数。正 因为经计数获得，所以是间断性变量。 从理论上讲，这类百分数的显著性检 验应按二项分布进行，即用( p + q ) n 的 二项展开式求出某项属性的个体数达到 某个百分数 的概率。但 n 稍大时，直 接用( p + q ) n 来计算区间概率很不方便， 除非制成类似专用的统计表来查。 而样本容量足够大 (n＞50) 时，若 p、 q 不过于小 (np或nq≮5), 则( p + q