第二章环境数据统计与分析.pptVIP

2.3.2 样本特征推断 样本分布形式的判定 确定正常值范围 确定样本所代表总体的理论频数分布 第三十一页，共八十二页。 2.4 参数估计 定义 探知研究对象的总体特征是环境研究的主要目标，由于总体庞大的原因，直接计算参数是极其困难的，因此，往往用样本统计量来估计总体参数，这个过程称为参数估计（estimation of parameter）。 本节主要讨论总体均数估计的基本问题。 总体均数估计分为点估计和区间估计。 点估计（point estimation）是根据一个样本求出总体参数的具体数值，常用根据极大似然法原理导出的公式计算极大似然估计量。 由于存在变异和抽样的随机性，用不同的样本推断总体时，可能得到不同的参数估计值。因此更稳妥的办法是采用区间估计。 第三十二页，共八十二页。 2.4.1 总体均数区间估计的理论基础――t分布 2.4.1.1 抽样误差 定义 对样本的统计结果与总体的“真实”之间必然存在差异，这种由于抽样而引起的样本与总体之间的差异称为抽样误差。 标准误差 样本均数的标准差称为标准误差， 。计算公式为： 在实际工作中，总体标准差 常属未知，只能用样本标准差S代替 作为最佳的无偏估计，于是标准误的计算公式变为： 第三十三页，共八十二页。 2.4.1.2 描述样本均数的分布――t分布 从一个均数为，标准差为的正态总体中，随机抽取含量为n的样本，可计算样本均数 ，样本标准误 ，则将样本均数与总体均数的离差以样本标准误 为单位，得正态（离）差 t＝ ，若干样本的t值就构成统计上著名的t分布。 实际工作中总体标准差 往往是不知道的，只能用样本标准差S来代替，于是得 t ＝ ＝ 第三十四页，共八十二页。 2.4.2 总体均数的区间估计 区间估计（interval estimation） 按预先给定的概率，由一个样本均数及其标准误求出总体均数数值范围的过程。 “预先给定的概率” 也称为可信度、可信水平、可信系数，符号为1-α，常取0.99或0.95。 “总体均数数值范围” 也称为可信区间，符号为CI。其含义是：由一个样本均数及其标准误求出的被估计参数值有0.99或0.95的可能在此数值范围内，或由若干个样本均数及其标准误求出的若干个被估计参数值中，有99％或95％的个数可能在此数值范围内。 第三十五页，共八十二页。 2.4.3 总体率的区间估计 可仿照总体均数的可信区间估计的方法来估计总体率的所在范围，即求总体率的可信区间，我们介绍两种方法。 正态近似法 当n足够大，且p和（1-p）不接近零，有np和n（1-p）均大于5时，总体率的可信区间为： 式中uα为可信度1-α时的标准正态离差，由u界值得知，如99％可信区间时，α＝0.01，uα＝2.58，95％可信区间时，α＝0.05，uα＝1.96。 查表法 当n≤1000，p≥l％时，可查附表3（百分率的可信限表），得到总体率的可信区间。 第三十六页，共八十二页。 2.5 显著性检验 两均数差异显著性检验 样本均数与总体均数的差异显著性检验 两样本均数的差异显著性检验 两个几何级数样本均数的差异显著性检验 配对资料的差异显著性检验 两个大样本均数的显著性检验——u 检验 方差不齐的两样本均数差异的显著性检验——tˊ检验 第三十七页，共八十二页。 2.5.1 显著性检验的含义与一般步骤 含义 在回答样本与总体是否有本质差异或差异是否有显著时，必须考虑：样本与总体差异无显著性和样本与总体差异有显著性2种情况。究竟属于那种情况，需通过差异显著性检验来回答。 显著性检验的步骤 建立“检验假设” 确定检验水准 选择检验方法和计算统计量 确定概率 做出推断结论 第三十八页，共八十二页。 2.5.2 两均数差异显著性检验 2.5.2.1 两均数差异显著性检验的基本思路 t检验是检验两均数间差异显著性的基本方法。 按式（2.20）计算统计量t值后，与根据相应自由度查附表2（t值表）所得的t界值进行比较，判断均数间差异的显著性。 ∣t∣﹤t0.05（v） P﹥0.05 差异无显著性 若t0.05（v）≤∣t∣﹤t0.01（v） 则 0.05≥P﹥0.01 即 差异有显著性 ∣t∣≥t0.01（v）