可信区间与假设检验的关系.pptxVIP

可信区间与假设检验的关系;第一节 均数的抽样误差与标准误 ; 由于总体中存在个体变异，（所以）由抽样得到的样本指标与总体指标之间存在差异，这种差异称抽样误差。 ; 二、中心极限定理 ; 三、标准误意义及其计算方法 ;;随着 n S 稳定 0;例4.1 已知n=144, =5.38×1012 /L, S=0.44×1012 /L 求其标准误。 ; 3、标准误的应用 ; 标准差，标准误有何区别和联系? 标准差和标准误都是变异指标，但它们之间有区别，也有联系。 区别: ①概念不同：标准差是描述观察值(个体值)之间的变异程度，S越小，均数的代表性越好；标准误是描述样本均数的抽样误差， 越小，均数的可靠性越高；;③与样本含量的关系不同: 当样本含量 n 足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0 。 联系: 标准差、标准误均为变异指标，当样本含量不变时，标准误与标准差成正比。; 第二节 t 分 布 ;第13页/共77页;ν　 ∞;t值的表示方法：tα,ν;三、t界值表（附表2） 对应每一自由度取值，就有一条t分布曲线，每条曲线都有自身曲线下t值的分布规律，因此，计算t值较为繁杂。为此，统计学家已制成t值表，通过查表即获得相应的t值。 ;查表须注意： （1）t值有正负值，由于t分布是以0为中心的对称分布，故表中只列正值，查表时，不管t值正负只用绝对值； （2）t值表中插图阴影部分，表示tα,ν以外尾部面积占总面积的百分比， 即概率Ｐ； ;第18页/共77页;（5）当ν一定时， 双侧Ｐ＝2单侧Ｐ 即 双侧t α/2,ν＝单侧t α, ν。 ;;第三节 总体均数估计 ;参数估计的估计方法： 1、点值估计：用样本均数来估计总体均数 缺点：没有考虑抽样误差（可靠性） 2、区间估计：按一定的概率α估计总体均数所在范围。1－α称可信度。 习惯上，常取1－α=0.95，即95%可信区间 或取1－α=0.99，即99%可信区间 ; 总体均数的区间估计方法： ;可信区间的两个要素： 准确度：反映在可信度(1－α)的大小。1－α越接近1，就越准确。如可信度99%比95%准确。 精确度：反映在区间的长度。长度越小越好。 在例数n确定的情况下???二者呈反比关系：准确度↑, 精确度↓(范围变宽)。 要兼顾准确度和精确度，一般取95%可信区间。 ;三、可信区间与参考值范围区别 ;（3）应用不同;第四节 假设检验的基本步骤 ;二、假设检验思想 根据研究目的，对样本所属总体特征提出一个假设，然后用适当方法，根据样本提供的信息,推断此假设应当拒绝或不拒绝，以便研究者了解在假设条件下， 差异由抽样误差引起的可能性大小。 ;三、假设检验的一般步骤 ;1、建立假设和确定检验水准 ;单侧检验：在比较两种药物的疗效时，根据专业知识可认为新药不会比旧药差，只关心新药是否比旧药好（至多相同，绝对排除出现相反的可能性），可用单侧检验。 ;双侧检验：在比较两种药物的疗效时，事先不能确定哪种药的疗效较好，只关心两药的疗效有无差别，要用双侧检验。 ;(3)确定检验水准 一般取α＝0.05 ; 2、选定检验方法和计算检验统计量 ;3、确定P值 P值是指由所规定的总体作随机抽样， 获得等于及大于（或等于及小于）现有样本获得的检验统计量值的概率。 ;4、作出推断结论（含统计结论和专业 结论）;当Pα时， 统计结论： 不拒绝H0，差异无统计学意义;假设检验的特点;假设检验中α值与P值的区别： 1、假设检验中α值是检验水准，是拒绝或不拒绝H0的概率标准。α的大小是人为选定的，一般取0.05。 2、P值是指有H0所规定的总体中作随机抽样,获得等于或大于(等于或小于)现有样本统计量的概率。通过P值与α值的比较来确定拒绝或不拒绝H0。 ; 第五节 t检验和u检验 ; 应用条件: 1、t检验应用条件： (1)样本来自正态总体 (2)两样本均数比较，还要求样本的总体方差相等 ;一、单样本t检验;公式 :;例4.6 （对例4.5进行t检验） ;检验步骤： ;例4.6;例4.6; 查t值表时，先查P=0.05时的界值。 当P0.05时，需继续往P更小的一侧查，直到最小的P值为止。 当P0.05时，需继续往P更大的一侧查，直到最大的P值为