医学科研中的统计学方法参数估计研究生.ppt

单尾概率与双尾概率 单尾概率：一侧尾部面积 双尾概率：两侧尾部面积之和 单侧t0.05,20=1.725 表示?=20时，t≥1.725的概率或t≤-1.725的概率分别为0.05，记作P(t≤-1.725)=0.05或P(t≥1.725)=0.05 双侧t0.05,20=2.086 表示?=20时，绝对值≥2.086的t值占曲线下面积的5％，也就是说出现绝对值比2.086大的可能性小于0.05 单尾概率与双尾概率 更一般的表示法： 单侧：P(t≤-t?,? )= ? 或 P(t≥ t?,? )= ? 双侧：P(t≤- t?/2,? )＋ P(t≥t?/2,? )= ? 反之，P(－t?,/2? t t?/2,? )= 1-? t 界值表中的规律 1)在相同υ 时，t?越大，概率P越小 即υ 一定时，若?t1??t2? 则 P1 P2 υ =10 时，P双侧=0.05 t＝2.228 P双侧=0.01 t＝3.169 t 界值表中的规律 2) 当 P 值一定时， υ 越大， t 界值越小 P双侧=0.05时， υ ＝ 9， t＝2.262 υ ＝10， t＝2.228 3）取同一t值时，双侧概率 P 为单侧概率 P 的两倍 如：双侧 t0.10,30=单侧t0.05,30=1.697 抽样研究的目的是通过样本数据去推断总体特征，即统计推断 统计推断(statistical interference)的主要内容是参数估计和假设检验 参数估计：用样本均数、样本率推断总体均数、总体率 假设检验：用推理的方法来判断某个（某几个）样本是否来源于预先假设的总体 抽样研究的目的是通过样本数据去推断总体特征，即统计推断 统计推断(statistical interference)的主要内容是参数估计和假设检验 参数估计：用样本均数、样本率推断总体均数、总体率 假设检验：用推理的方法来判断某个（某几个）样本是否来源于预先假设的总体 由抽样误差概念可知，即使在同一总体中抽样，样本统计量与总体参数之间也会存在差别， 从同一总体中随机抽取两个样本，两个样本的统计量也会不等 * * 一定自由度?和概率?下的t值 t?,? ，t?/2,? 可通过查t界值表——附表C２（p560）获得； 例如?=9,单侧?=0.05 ，查“t界值表”得单侧 t0.05,9=1.833 概率?、自由度?与t值关系　　　　　　　 　——t界值 t 分布 -1.833 t 界值表 (p560) 该表的横标目为自由度?，纵标目为概率P，表中数值为其相应的t界值，记作t?,? (?为检验水准) 阴影部分表示t?,?以外尾部面积占总面积的百分数，即概率P t 分布是以0为中心的对称分布，表中只列出正值，不管t值正负只用绝对值 t分布界值表（附表C2_560 -561页 ） 横标目：自由度， υ 纵标目：概率，P , 即曲线下阴影部分的面积; 表中的数字：相应的 |t | 界值。 t?/2 , ? -t?/2 , ? 一组调查或实验数据，如果是计量资料可求得平均数、标准差等统计指标，如果是计数资料则求百分率藉以概括说明这群观察数据的特征，故称特征值 由于样本特征值是通过统计求得的，所以又称为统计量以区别于总体特征值。总体特征值一般称为参数 进行科研所要探索的是总体特征值即总体参数，而我们得到的却是样本统计量，用样本统计量估计或推论总体参数的过程叫参数估计 总体参数的估计 置信区间(CI）的概念 参数估计 点估计：不考虑抽样误差，如 区间估计：考虑抽样误差 区间估计：指按预先给定的概率，计算出一个区间， 使它能够包含未知的总体均数 事先给定的概率 称为可信度 通常取 置信区间概念 总体均数的95%置信区间的实际涵义是：如果从同一总体中重复抽取100份样本含量相同的独立样本，每份样本分别计算1个置信区间，在100个置信区间中，将大约有95个置信区间覆盖总体均数，大约有5个置信区间并不覆盖总体均数（见图4-5）。对于某一次估计的置信区间，我们总是宣称这个区间覆盖了总体均数，但不一定是真的覆盖了总体均数，于是，我们补充一句：置信度为95%。 总体均数的置信区间 根据样本均数，按一定的可信度计算出总体均数很可能在的一个数值范围，这个范围称为总体均数的置信