抽样误差与假设检验培训课件.pptxVIP

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;统计推断(statistical inference);一、均数的抽样误差和标准误 ;抽样误差的概念;假设一个已知总体，从该总体中重复抽取样本量相等（为m）的样本n次，对每个样本计算样本统计量(均数、方差等)，观察n个样本统计量的分布规律－－抽样分布规律。 考察： 不同的分布----正态分布、偏态分布 不同的样本含量; 由中心极限定理及大数定理得出： 若原变量X服从正态分布，随机抽取样本含量为n的样本均数 也服从正态分布。 即使从偏态总???中随机抽样，当n足够大（n＞50），样本均数也近似服从正态分布。 这个定理不仅具有理论价值，而且具有很高的实用价值。因为在实际工作当中，许多医学测量结果并不知道它的确切分布，有了这个性质，就可以利用正态分布的原理对其特征进行统计推断。; 从正态分布总体N（5.00,0.502）中，每次随机抽取样本含量n＝5，并计算其均数与标准差；重复抽取1000次，获得1000份样本；计算1000份样本的均数与标准差，并对1000份样本的均数作直方图。 按上述方法再做样本含量n＝10、样本含量n＝30的抽样实验；比较计算结果。;抽样试验（n=5）;抽样试验（n=10）;抽样试验（n=30）;;3个抽样实验结果图示; ;标准误的概念(standard error);标准误的概念; 例，2000年某研究者随机调查某地健康成年男子27人，测其血红蛋白量均数为125 g /L，标准差为15 g /L。试估计该样本均数的抽样误差。;标准差与标准误;标准误用途;;t-分布;;t 分布的概念;t分布曲线;;t分布曲线下面积（附表2）;总体均数的估计;总体均数估计方法;总体均数的估计： ;区间估计（interval estimation);;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。;正态分布近似法;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。;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)。;假设检验;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.;对差别的可能原因分析;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？;常取;这里所依据的逻辑是：;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。;P 值的概念;本章总结