统计复习part-(3)文档.pdfVIP

三、样本率抽样分布 利用样本率的统计量来推算总体“成功”发生的概率。 （一）两个总体 第一个总体：出现阳性结果的次数X，描述总体当中二项变量所有出现阳性结果次数的 概率分布，可得： 总体均数μ；总体的标准差 第二个总体：描述样本“成功”率P 的分布的总体，可得：p 的均数，p 的标准差。 （二）样本率的均数和标准差计算 从 “成功”率为π的总体中随机抽取样本量为n 的样本，其样本“成功”率用p 表示， 则p 的均数和标准差为：P= p 的均数μ = π ； p 的标准差 = √ π（1− π） （三）样本率的图形分布特征 1.近似正态分布 当n π＞且n （1- π）＞5 时 （使π不接近0 和1，避免小概率事件的发生），p 近似服 π （1−π ） 从N （ ， ）的正态分布。 n 2.近似正态分布的连续性校正 对“成功”次数X 加0.5 或减0.5 后，再采用正态分布近似法叫做正态近似的连续性校 正。可用Z 分布来近似计算其概率值。 四、单个总体率的参数推断 参数推断包括置信区间及假设检验 （一）样本量n 比较小时 （n≤50） 1.置信区间估计 查表法（二项分布概率π的置信区间p414） 2.假设检验 ①建立假设，确定检验水准 H ：π= π，H ：π＞π （单侧检验） 0 0 1 0 ②计算P 值，做出推断 确切概率算法， 与给定总体率π0 比较式P 值的计算： 如P＜0.05，则拒绝H ，接受H ，可以认为样本率高于总体率； 0 1 （二）n π＞5，且n （1- π）＞5 近似正态分布（n 较大时） 当n π＞5，且n （1- π）＞5 时，样本率p 的抽样分布近似服从正态分布（Z 分布） 1.置信区间估计 P − μ P − P = = σ π 1 − π P √ ( ) （样本率p 替代总体率π） 总体率π 置信区间（ − ⁄2√p(1 − p) ， + ⁄2√p(1 − p) ） 2.假设检验 ①建立假设，确定检验水准 H ：π= π，H ：π＞π （单侧检验） 0 0 1 0 ②计算检验统计量 P − 0 = √0 (1 − 0) ③计算p 值，做出推断 如P＜0.05，则拒绝H ，接受H ，可以认为样本率高于总体率； 0 1 （三）当n π或者n （1- π）比较小时 校正近似正态分布 （n 较小时） n π或n （1- π）不太大，不服从正