卫生统计学：第五章 参数估计基础.pptVIP

（3）σ未知且样本例数n较小时，按t分布原理 通式: tа/2,ν 是按自由度ν=n-1，由附表2查得的t值。 95%的双侧置信区间： 99%的双侧置信区间： 例5-3 已知某地27例健康成年男性血红蛋白量的均数为 ，标准差S=15g/L ,试问该地健康成年男性血红蛋白量的95%和99%置信区间。 本例n=27，S=15 95%CI： 99%CI： 4、 置信区间的意义 从总体中进行随机抽样，由样本均数计算置信 区间，有1-α的可能得到包含总体均数的置信区间。 所有样本计算的 所有置信区间 包含总体均数 的置信区间 不包含总体均数的置信区间 1-α α 5、 置信区间的两个要素 （1）准确度：反映置信度1-α的大小，即区间包含 总体均数的概率大小。 （2）精度：反映区间的长度。 在置信区间确定的情况下，增加样本例数，会减 小 tа,ν 和 ，可减少区间长度，提高精度。 一、参数估计的概念 二、总体均数的估计 三、总体概率的估计 （一）点估计 例5-2中776名50岁以上的中老年妇女骨质疏松症的样本患病率作为总体患病率的点值估计值，即认为该市所有50岁以上的中老年妇女骨质疏松症的总体患病率约为41.5%。 （二）区间估计 总体概率的置信区间与样本含量n，阳性频率p的大小有关，可根据n和p的大小选择以下两种方法。 1. 正态近似法 当样本含量足够大，且p和1-p不太小即np和n(1-p) 均≥5时，则样本率的分布近似正态分布。 公式为： P为样本率 ，为率的标准误的估计值。 例5-7 用某种仪器检查已确诊的乳腺癌患者94例，检出率为78.3%。估计该仪器乳腺癌总体检出率的95%置信区间。 分析：本例样本例数较大，且样本率p不太小，可用正态近似法： 2. 查表法 （1）按二项分布原理：p接近0或1，n 较小 时，以n 及发生数 x 查附表6。 例5-5 某医院对39名前列腺癌患者实施开放手术治疗，术后有合并症者2人，试估计该手术合并症发生概率的95%置信区间。 注意：此表仅列出X≤n/2 的95%置信区间。 例5-6 某医生用某药物治疗31例脑血管梗塞患者，其中25例患者治疗有效，试求该药物治疗脑血管梗塞有效概率的95%置信区间。 （2）按泊松分布原理：p接近0，n 较大时，以发生数 x 查附表7。 例：某地抽取10万人，调查得乳腺癌死亡人数 为23人，估计该地乳腺癌死亡率 95%的置 信区间。 以x=23查附表7得：（14.6-34.4）/10万 第五章 参数估计基础 案例 欲了解某地正常男性血清胆固醇的平均水平，某研究者在该地随机抽取正常成年男性120名，得其血清胆固醇的均数为3.86mmol/L，标准差为1.73mmol/L，据此认为该地正常成年男性血清胆固醇的平均水平为3.86mmol/L。 问题：1.该资料为何种类型资料？ 2.该研究属于何种设计方案？ 3.以此次抽样得到的样本均数3.86mmol/L来代表该地区正常成年男性血清胆固醇的平均水平是否合适？为什么？ 抽样研究的目的就是要用样本信息来推断相应总体的特征，这一过程称为统计推断。 统计推断包括两方面：参数估计和假设检验 抽样误差：由个体变异产生的、由于抽样而造成的样本统计量与样本统计量及样本统计量与总体参数之间的差异称为抽样误差。 无倾向性，不可避免。 第一节 抽样分布与抽样误差 抽样误差：由个体变异产生的、由于抽样而造成的样本统计量与样本统计量及样本统计量与总体参数之间的差异称为抽样误差。 无倾向性，不可避免。 一、样本均数的抽样分布与抽样误差 例 假定某年某地所以13岁女生的身高服从总体均数155.4cm，总体标准差5.3cm的正态分布。利用计算机在该总体中作随机抽样，共抽100次。每次抽取30例组成一份样本，计算每份样本的平均身高，见下表。 样本均数的分布特点： 1.各样本均数未必等于总体均数； 2.样本均数之间存在差异；