数值变量的统计分析-统计推断课件.ppt

* * * * * * 拒绝H0，接受H1,表明差异有统计学意义，可以认为两种药物疗效不同 * * * * * * * t分布是英国统计学家W.S Goset1908年以笔名student提出了t分布。描述的小样本 * * * T2.26=0.025;t-2.26=0.025;t!2.26!=0.05 * T2.26=0.025;t-2.26=0.025;t!2.26!=0.05 * * * 统计推断：参数估计与假设检验。 * * * * 板书公式 * 板书 * * * * * * * 板书，两个公式 * * * * 计算造成误差的可能性大小 * * 铅作业工人与正常人的血红蛋白含量想等 铅作业工人与正常人的血红蛋白含量不等 * （一）参数估计的基础理论 参数估计: （parametric estimation）：用样本统计量估计总体参数的方法。 点（值）估计:point estimation，直接用样本统计量作为总体参数的估计值。方法简单但未考虑抽样误差大小。 区间估计:interval estimation，按预先给定的概率95%，或(1-?)，确定的包含未知总体参数的可能范围，考虑了抽样误差。 * （二）可信区间的概念（confidence interval, CI） 有1- ?（如95%）的可能认为计算出的可信区间包含了总体参数。 较小的数值称为置信下限，而较大的数值为置信上限，可信区间不含可信限。 例4.3 某市随机抽查12岁男孩100人，得身高均数139.6cm，标准差6.85cm。该地12岁男孩身高均数的95%可信区间为：138.3(cm)~141.0 (cm)。 * 总体均数的可信区间原理 按t分布的原理得出 * （三）总体均数可信区间的计算 1、s已知时：总体均数的95%置信区间为： * 2、s未知、且样本例数较少时，按t分布原理 总体均数的95%置信区间为： * 例9.10 随机抽取某地健康男子20人，测得样本的收缩压均值为118.4 mmHg，标准差为10.8 mmHg ，试估计该地男子收缩压总体均数的95%的置信区间。 ?=20-1= 19 t 0.05, 19 =2.093 * 3、 s未知、但样本例数足够大时（n50时） ，按正态分布原理。 总体均数的95%置信区间为： * 大样本时总体均数的可信区间估计 例：测得某地200名正常人血清胆固醇的均数为3.64 mmol/L，标准差为1.20 mmol/L。试求该地正常人血清胆固醇均数95%的可信区间。 该地正常人血清胆固醇均数95%的可信区间为3.47~3.81（ mmol/L ） * 4、两总体均数差的可信区间 从标准差相等、均数不等的两个正态总体中随机抽样，样本含量分别为n1，n2,样本均数和标准差分别为 、S1和 、S2，则两总体均数之差（?1- ?2 ）的1-?可信区间为 * 两总体均数差的可信区间 某医院心内科在冠心病普查工作中，测得40~50岁年龄组男性193人的?脂蛋白均数为379.59（mg%），标准差为104.30 （mg%）；女性128人的?脂蛋白均数为357.89（mg%），标准差为89.67 （mg%）。问男性与女性的?脂蛋白总体均数有多大差别？ 结论：40~50岁年龄组男性与女性的?脂蛋白总体均数不同，男性平均比女性高出18.30~61.10 （mg%） * （四）可信区间的解释 该地健康男子收缩压总体均数的95%置信区间为（113.3，123.5）mmHg。 从理论上说，做100次抽样，可计算得100个置信区间，平均有95个置信区间包括总体均数，只有5个置信区间不包括总体均数。这种估计方法会冒5%犯错误的风险。 * 可信区间的确切含义是指 有1- ?（如95%）的可能认为计算出的可信区间包含了总体参数。 在可信度确定的前提下，增加样本例数，可减少区间宽度 * （五）可信区间与参考值范围的区别 随机抽取某地200名正常成人，测得血清胆固醇均数为3.64 mmol / L，标准差为1.20 mmol / L 。求得该地正常人血清胆固醇 均数的95%可信区间为3.47~ 3.81（mmol / L） 95%参考值范围为1.29~ 5.99（mmol / L） * 标准误（standard error）VS标准差（standard deviation） 参考值范围与均数的可信区间的区别 * 四、假设检验的基本概念和步骤 例：某医生测量了36名铅作业男性工人的血红蛋白含量，算得其均数为130.83g/L，标准差为25.74g/L。已知正常成年男性的血红蛋白为平均为140.0g/L 。试问能否认为从事铅作业工人的血红蛋白不同于正常成年男性的血红蛋白？ ?0=140.0 g/L ? 已知总体 未知总体 X=