第三章标准误t分布参数估计研.ppt

第三章 总体均数的估计与假设检验;教学内容：;抽样研究(sampling study) ; 统计推断(statistical inference) ;总体;;问题：已知某市健康儿童共125万人，想知道其平均血糖水平是多少？;;;;一、均数的抽样误差 与标准误; 已知某地高中三年级男生的身高满足正态分布，其平均身高为168.15厘米，这里，将该地高中三年级男生的身高视为一个总体。现从该总体中随机抽样5次，每次抽取一个样本含量n=10的样本，得到的5个样本的数据及各样本均数如下：;样本号;各个样本均数之间都不相同——抽样误差表现形式之一 各个样本均数都不等于总体均数，有的比总体均数大，有的比它小——抽样误差表现形式之二 相对于各样本的个体值，样本均数间的变异程度较小;;样本均数的抽样分布;;大多数的样本均数相互之间存在差异，绝大多数的样本均数不等于x的总体均数 样本均数的集中趋势位置与个体资料x的集中趋势位置较为接近，样本均数的频数图均呈现出中间多、两边少且基本对称的正态分布特征。 样本均数的分布范围较个体值小；随着样本含量的增大，样本均数的频数分布范围越来越窄 每种样本量的10000个样本均数值所计算出的样本均数的标准差都非常接近 (?为个体资料x的总体标准差，n为个体数) ; 理论上可以证明：从正态分布的总体 中随机抽取样本含量为n的一批样本，样本均数 有如下性质 ： 样本均数 服从正态分布 样本均数 的总体均数为 ; 所以若随机变量X服从X～N (μ , s2) 的正态分布，则以之随机抽样计算的样本均数所构成的分布也呈正态分布。;【实验】：下图是一个正偏态分布，用电脑从中随机抽取样本含量分别为5、10、30、50的样本各1000次，计算样本均数，绘制直方图，并观察其样本均数的分布。;n = 5;当样本容量足够大时(n ? 60) ，样本均数的抽样分布逐渐趋于正态分布; 从偏态总体中抽样，当n足够大时（n大于60），其均数也近似于正态分布。;样本均数的标准误证明*;标准误 (standard error of mean，SME或SE)概念：;;标准误 (standard error，SE)概念：即样本均数的标准差，是描述均数的抽样误差大小的指标。;举例：大规模普查得某地健康成年男子血红蛋白总体均数为μ =135g/L，σ=20.5g/L。若在其中进行随机抽样，样本量n=100，样本均数X=130g/L，S=23.4g/L，求其理论标准误和样本均数的估计标准误。;均数μ；标准差? N（μ，?2 ） ;? = 50;标准差与标准误的区别与联系;既往资料表明某市区新生女婴的平均出生体重为3.10kg，标准差为0.59kg ；某研究者从该市区中随机抽取一个由100个女婴组成的样本，测得样本均数超过3.15kg的可能性有多大？; 在正态总体N(168.18,62)中随机抽样，样本量分别取n =5，n =100，均抽10000个样本，分别计算u’值和u值，其结果如下： ;; 并不满足标准正态分布! 在样本含量较大时它与标准正态分布接近，但是当样本含量较小时，它与标准正态分布相差较远;二、t分布;均数μ；标准差? N（μ，?2 ）;任意正态分布曲线 X~N(μ,σ2);;;u分布;【实验】：从前述13岁女学生身高这个正态总体中分别作样本量为3或50的随机抽样，各取1000份样本，分别得到1000个样本的均数及其标准误，对它们分别作t 转换，将t 值绘成直方图： 。;【实验三】：从前述13岁女学生身高这个正态总体中分别作样本量为3或50的随机抽样，各取1000份样本，分别得到1000个样本的均数及其标准误，对它们分别作t 转换，将t 值绘成直方图： 。;;t 分布曲线下的整个面积为1； t 分布曲线下从a 到b 的面积为t 值分布在此范围内的百分比，即t 值落在此范围内的概率p。;（三）t 界值表：以自由度?为横标目，概率P为纵标目，表中数字表示当?和 P确定时，对应的是正侧或双侧的t 临界值表，记作t(α,?)或t(α/2,?) 。; 自由度?;例1，求当?=9，单尾概率?=0.05时的 t界值;例1，求当?=9，双尾概率?=0.05时的 t界值;;三、总体参数的估计;例：测得某地11名20岁男大学生 身高=172.25cm，S=3.31cm，对该地20岁男大学生身高均数进行估计。;;样本统计量 (点估计);可信区间;可信区间;可信区间;可信区间(confidence interval);可信区间(confidence interval);