第四章　抽样误差与假设检验.ppt

区间估计（interval estimation) 也称置信区间。利用样本信息给出一个区间，并同时给出按预先给定的概率估计该区间包含总体均数的可能范围。 可信度：给定的概率称为可信度。用 表示。通常取99%、95%。 t分布方法 应用条件：总体方差未知，样本量小 例4.2 某医师测的40名老年性慢性支气管炎病人尿中17-酮类固醇排出量均数为15.19umol/d，标准差为5.03umol/d，试估计该种病人尿17-酮类固醇排出量总体均数的95%可信区间。 分析条件：总体方差未知，样本量小 （13.58~16.80） 正态分布近似法 应用条件：当总体标准差已知时；或总体标准差未知，而样本量较大时（n50) 0 -1 1 -1.96 1.96 -2.58 2.58 68.27% 95.00% 99.00% 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。计算该地12岁男孩身高均数的95%的可信区间。 分析条件：总体方差未知，但样本量大，用正态分布法 95％可信区间：从总体中作随机抽样，作100次抽样，每个样本可算得一个可信区间，得100个可信区间，平均有95个可信区间包括μ(估计正确)，只有5个可信区间不包括μ(估计错误)。 可信区间的涵义 假设检验 Hypothesis test 假设检验是统计推断的另一个重要内容。 假设检验是对所估计的总体首先提出一个假设，然后通过样本数据去推断是否拒绝这一假设，如果拒绝，认为该样本很可能不是来自这个总体；否则，认为该样本很可能来自这个总体。 让我们先看一个例子. 例4.4 根据大量调查，已知健康成年男子的脉搏均数为72次/分。某医生在某山区随机调查30名健康男子，求得脉搏均数为74.2次/分，标准差为6.5次/分。能否认为该山区的成年男子的脉搏均数高于一般成年男子的脉搏均数？ 对差别的可能原因分析 山区男子脉搏的总体均数与一般成年男子的脉搏均数相等，差异是由抽样误差引起的——提示山区男子是一般男子总体的一部分（研究总体）。 山区男子脉搏的总体均数与一般成年男子的脉搏均数不相等，差异可能是由地域等因素引起的——提示山区男子与一般男子是两个不同的总体。 假设检验 ——通过对假设作出取舍抉择来达到解决问题的目的 A.山区男子脉搏的总体均数与一般成年男子的脉搏均数相等 无差异假设、零假设 H0（null hypothesis） B.山区男子脉搏的总体均数与一般成年男子的脉搏均数不相等 对立假设、备择假设H1（alternative hypothesis） 证明A还是证明B？ 在H0成立的条件下，均数之间的差异是由抽样误差引起的，有规律可循； 在H1成立的条件下，均数间的不同包含种种未知情形，无规律可循。 故从H0成立的角度出发，寻求其成立的概率。 变量值（脉搏）X服从正态分布，且为小样本，假定H0成立，样本均数服从t-分布，则 　在H0成立的前提下，当前t值出现的概率有多大？？？ 如何给出这个量的界限？ 小概率事件在一次试验中基本上不会发生 ！ 从附表2中查出在显著性水平=0.05（双侧），自由度为２９所对应的t界值，即为拒绝域与接受域的界限。如果计算出的t统计量大于相应的t界值，则落在拒绝域中，该统计量出现的概率小于5%，为小概率事件。 常取 的选择要根据实际情况而定 通常取0.05 检验水准的概念 在假设检验中，称预先规定的小概率值为检验水准，也称为显著性水准，用　表示。 这里所依据的逻辑是： 如果H0 是成立的，那么衡量差异大小的某个统计量落入区域 拒绝域 是个小概率事件。如果该统计量的实测值落入拒绝域，也就是说， H0 成立下的小概率事件发生了，那么就认为H0不可信而否定它。否则我们就不能否定H0 （只好接受它）. 1. 建立检验假设，确定检验水准； H0：零假设、无效假设。是与研究假设有关的、被推断特征某种确定的关系； H1：备择假设、对立假设。是被推断总体特征的另一种关系或状况，与H0既有联系又互相对立。 检验水准，将小概率事件具体化，即规定概率不超过 就是小概率。 2. 根据试验设计、资料类型、统计方法的条件选择检验方法，计算相应的统计量； 3. 确定P值，下结论。 假设检验的基本步骤： P 值的概念 指从H0规定的总体中随机抽样抽得等于或大于（或等于或小于）现有样本统计量的概率。 －２．０４５ ２．０４５ 本章总结 conclusion 第四章　抽样误差与假设检验 本章结构 均数的抽样误差与标准误 t分布 总体均数的估计 假设检验的意义和步骤 均数的抽样误差与标准误 Standard error 统计推断(st