5终身模块统计学抽样误差假设检验.pptxVIP

计量资料的统计推断statistical inference of measurement data;统计推断：参数估计，假设检验 “世上有三种哄人的东西：谎言、该死的谎言、统计数据”----英国政治家迪斯雷里。 “世上有三样激动人心的东西：宣传、要命的宣传、统计数据”。 ;均数的抽样误差和标准误;均数的抽样误差sampling error of mean 概念: 由于总体中存在个体变异，抽样研究中所抽取的样本，只包含总体中一部分个体，因而样本均数（或率）往往不等于总体均数（或率），样本均数之间也互不相等，这种由抽样引起的差异称为均数的抽样误差。 即：;1 2 中心极限定理：如果随机变量的总体均数及方差有限，当样本容量趋于无穷大时，样本均数的分布趋近于均数为总体均数，方差为 的正态分布。 ;如何估计？ 用样本均数的标准差来估计，称标准误（standard error)。 标准误越大，均数的抽样误差越大，样本均数与总体均数间的差异越大。 计算公式： 即：由总体标准差，样本例数求得。但通常以样本标准差作为总体标准差的估计值。因此： ;与标准差的区别： 标准差：表示一般变量值的离散程度；均数标准误特别说明样本均数这一变量值离散程度的指标。 标准误的应用: （1）用来衡量抽样误差的大小，标准误越小，样本均数与总体均数越接近，样本均数的可信度越高； （2）结合标准正态分布与 t 分布曲线下的面积规律，估计总体均数的置信区间。 （3）用于假设检验。;假定2003年汕头市15岁女学生的身高(cm)服从N(155.4, 5.32)。用计算机做抽样模拟试验，每次抽出10个数字，组成一个样本，求出样本均数 、样本标准差 S。 再求得此100个样本均数的均数、样本均数的标准差（标准误）。 100个样本均数构成一个新的分布，也是正态分布（即使原分布为偏态分布，当样本含量足够大时，新分布也近似正态分布）。新分布的集中趋势用均数的均数来表示，离散趋势用标准误表示N( , ) 。各样本均数的均数等于总体均数。;正态总体中抽样（样本量5）;t 分布（t-distribution);u分布: u转换 将正态分布转换为标准正态, N(0, 1)。同理：将样本均数的分布 也可以转换为标准正态分布 即： 实际工作中，总体标准差往往未知，常用S代替σ 计算标准误，因此：就变为： ;也就是说：;均数的分布也是这样;但是，条件发生变化;t分布是一簇对称于0的单峰分布曲线。自由度越小（相当于标准差大），曲线的中间越低，两边越高；随自由度增大， t分布曲线逐渐逼近于标准正态分布曲线。当自由度无穷大时， t分布就是标准正态分布曲线。 每一条t分布曲线，都对应于相应的自由度。;t分布曲线下的面积规律: 与标准正态曲线下的面积规律相似：在某一个自由度下，两侧外部总面积为5%的界限的t值称为t0.05/2(υ),把两侧外部总面积为1%的界限的t值称为t0.01/2(υ)。 中部占95%面积的t值范围： t0.05/2(υ)-- t0.05/2(υ), 中部占99%面积的t值范围： - t0.01/2(υ)-- t0.01/2(υ)。;当自由度确定时，占一定面积的t界限值，可以查表得出。参考附表6（p436)。 例如：查当自由度=20，两侧概率之和为0.05时，对应的t值： t0.05/2（20）=2.086， 单侧概率为0.05时，对应的t值： t0.05（20）=1.725， ;t分布的主要应用： (1)总体均数置信区间估计； (2)t检验；;使用t值表注意： 同一自由度下, P越小，t值越大；P值相同时，自由度越大，t越小；当自由度无穷大时，t值与u值相等。这也是u分布与t分布的区别。 ;总体均数置信区间的估计;参数估计： 点估计（point estimation):用样本统计量作为对总体参数的估计值(μ) 。比如均数的估计。 区间估计(interval estimation)：根据选定的置信度估计总体均数所在的区间（aμ b) . a, b 为置信限（可信限）。;为何要进行区间估计？ 点估计是用样本均数来估计总体均数，简单易行，但未考虑抽样误差，而后者又是不可避免的。故常按照一定的概率估计总体均数在哪个范围。 置信度（confidence level): 在估计总体均数的置信区间时，如果可能估计错误的概率为α ，那么估计正确的概率为1-α , 即为置信度. 常用: 95%, 99%. 置信区间（confidence in