总体均数的区间估计和假设检验.pptxVIP

第3章 总体均数的区间估计和假设检验;目 录;学习要求;统计推断(statistical inference) ：根据样本信息来推论总体特征。 均数的抽样误差 ：由抽样引起的样本均数与总体均数的差异称为均数的抽样误差。 标准误(standard error)：反映均数抽样误差大小的指标。 ;Population μ;σ已知：; 实例：如某年某市120名12岁健康男孩，已求得均数为143.07cm，标准差为5.70cm，按公式计算，则标准误为：;1.表示抽样误差的大小 ； 2.进行总体均数的区间估计； 3.进行均数的假设检验等。;第二节 t 分布;正态变量X采用u＝(X－μ)/σ变换，则一般的正态分布N (μ,σ)即变换为标准正态分布N (0,1)。 又因从正态总体抽取的样本均数服从正态分布 N(μ, ),同样可作正态变量的u变换,即; 实际工作中由于理论的标准误往往未知，而用样本的标准误作为的估计值， 此时就不是u变换而是t变换了，即下式： ;二、t分布曲线的特征 ;;t分布曲线下双侧或单侧尾部合计面积; t分布是t检验的理论基础。由公式可知，│t│值与样本均数和总体均数之差成正比，与标准误成反比。 在t分布中│t│值越大，其两侧或单侧以外的面积所占曲线下总面积的比重就越小 ，说明在抽样中获得此│t│值以及更大│t│值的机会就越小，这种机会的大小是用概率P来表示的。 │t│值越大，则P值越小；反之，│t│值越小，P值越大。根据上述的意义，在同一自由度下，│t│≥ tα ，则P≤ α ； 反之，│t│＜tα，则P＞α。 ;第三节 总体均数的区间估计 ;一、点值估计 ;二、区间估计 ;总体均数的可信区间的计算 ; 95%的可信区间为123.7±2.064×2.38，即（118.79, 128.61）。故该地1岁婴儿血红蛋白平均值95％的可信区间为118.7～128.61（g/L）。;例3.2 上述某市120名12岁健康男孩身高均数为143.07cm，标准误为0.52cm，试估计该市12岁康男孩身高均数95%和99%的可信区间。 ;注 意 点;表3-1 标准差和标准误的区别 ;第四节 假设检验的意义和基本步骤 ;例3.3 根据调查，已知健康成年男子脉搏的均数为72次/分钟，某医生在一山区随机测量了25名健康成年男子脉搏数，求得其均数为74.2次/分钟，标准差为6.5次/分钟，能否认为该山区成年男子的脉搏数与一般健康成年男子的脉搏数不同？;假设检验的一般步骤; 表3-2 样本均数所代表的未知总体均数与已知总体均数的比较 ;表3-3 两样本均数所代表的未知总体均数的比较;2.确定检验水准 检验水准(size of a test)亦称显著性水准(significance level)，符号为α 。它是判别差异有无统计意义的概率水准，其大小应根据分析的要求确定。通常取α= 0.05。 3.选定检验方法和计算统计量 根据研究设计的类型和统计推断的目的要求选用不同的检验方法。如完全随机设计中，两样本均数的比较可用t检验，样本含量较大时（n100）,可用u检验。不同的统计检验方法，可得到不同的统计量，如t值和u值。;4.确定概率P值 P值是指在H0所规定的总体中作随机抽样，获得等于及大于（或小于）现有统计量的概率。 │t│≥ tα,υ ,则P≤ α ；│t│ tα,υ,则P α。 ;5.作出推断结论 ①当P≤α时，表示在H0成立的条件下，出现等于及大于现有统计量的概率是小概率，根据小概率事件原理，现有样本信息不支持H0，因而拒绝H0，结论为：按所取检验水准拒绝H0，接受H1，即差异有统计学意义。如例3.3 认为两总体脉搏均数有差别。 ②当Pα时，表示在H0成立的条件下，出现等于及大于现有统计量的概率不是小概率，现有样本信息还不能拒绝H0，结论为按所取检验水准不拒绝H0，即差异无统计意义，如例3.3 尚不能认为两总体脉搏均数有差别。;下结论时的注意点：;第五节 均数的u检验;u 值的计算公式为：;例3.4 某托儿所三年来测得21～24月龄的47名男婴平均体重11kg。查得近期全国九城市城区大量调查的同龄男婴平均体重11.18kg，标准差为1.23kg。问该托儿所男婴的体重发育状况与全国九城市的同期水平有无不同？（全国九城市的调查结果可作为总体指标） ;（1）建立检验假设 H0：μ ＝μ0 ，即该托儿所男婴的体重发育状况与全国九城市的同期水平相同，α ＝0.05(双侧) H1： μ≠μ0 ，即该托儿所男婴的体重发育状况与全国九城市的同期水平不同。 （2）计算u值 本例因总体标准差σ已知，故可用u检验。 本例n