总体均数估计假设检验.pptxVIP

第1页/共70页总体均数估计假设检验第2页/共70页集中趋势统计描述离散趋势点值估计统计分析参数估计区间估计统计推断假设检验第3页/共70页第4页/共70页第一节 总体均数的估计第5页/共70页一、标准误、样本均数分布第6页/共70页样本(n1=10)样本(n2=10)总体样本(n3=10)100个…..样本(n100=10)图1. 1999年某市18岁男生身高N(167.7，5.32)的抽样示意第7页/共70页均数的抽样误差：由个体变异引起，由抽样产生的样本均数与总体均数之间以及样本均数与样本均数之间的差异。第8页/共70页美国科学院院士-C.R.劳C.R.劳指出“如果错误是不可避免的，则在一定的规律下做出抉择，最好知道犯错误的概率，是我们减少盲目性，使错误决策产生损失最小”。C.R.劳 美国科学院院士，当今仍健在的国际上最伟大的统计学家之一摘自《统计与真理—怎样运用偶然性》（美）C.R.劳/著第9页/共70页第10页/共70页2520样本均数的分布特征：围绕着总体均数（167.7cm），中间多，两边少，左右基本对称，也服从正态分布151050163164165166167168169170171172173平均身高第11页/共70页第12页/共70页?样本均数的抽样分布具有如下特点：① ，各样本均数 未必等于总体均数；② 各样本均数间存在差异；③ 样本均数的分布为中间多，两边少，左右基本对称。 ④ 样本均数的变异范围较之原变量的变异范围大大缩小。第13页/共70页第14页/共70页例：2000年某研究者随机调查某地健康成年男子27人，得到血红蛋白量的均数为125g/L，标准差为15g/L。试估计该样本均数的抽样误差。 所以该样本均数的抽样误差为2.89g/L。第15页/共70页样本均数分布的常用性质第16页/共70页二、t分布1、若某一随机变量X服从总体均数为μ，总体标准差为σ的正态分布N(μ, σ2),则可通过u变换( )将一般正态分布转化为标准正态分布N(0, 12),即u分布。第17页/共70页2、若某一随机变量服 从总体均数为μ，总体标准差为σ 的正态分布N(μ, σ 2),则可通过u变换将（ ）一般正态分布转化为标准正态分布N(0, 12),即u分布。第18页/共70页第19页/共70页第20页/共70页T分布创始人---William Gosset英国统计学家William Gosset发现t 分布与正态分布不同，曲线下面积与抽样例数有关。1980年他以笔名“student”发表了t 分布。使依据小样本进行统计推断成为可能。第21页/共70页 例： 从13岁女学生身高这个正态总体中分别作样本量为 3和50的随机抽样，各抽取1000份样本，并分别得到1000个样本均数及其标准误。对它们分别作(4-4) 式的t转变换，并将t值绘制相应的直方图。 第22页/共70页如图5-12(a)、(b)所示。可以看出，这两个t值分布图并不完全一样，样本量为3的图(a)较之样本量为50的图(b)显得矮胖，两侧尾部稍高。 第23页/共70页υ=∞(标准正态分布)υ=5υ=1t值的分布与自由度? 有关（实际是样本含量n不同）。t 分布的图形不是一条曲线，而是一簇曲线。 f(t)0.30.20.1-4-3-2-1012345-5不同自由度下的t分布图第24页/共70页t 分布的图形有如下特征：①单峰分布，以0为中心，左右对称。 ②t分布与自由度有关。 df越小，则曲线的峰部越矮，尾部越高，t值越分散；随着自由度? 逐渐增大，t分布逐渐逼近标准正态分布；当df趋于? 时，t分布就完全成为标准正态分布，故标准正态分布是t分布的特例。(3)t值越大，对应t值外侧面积（概率）就越小。第25页/共70页t分布的规律 统计学家将t分布曲线下的尾部面积（即概率P）与横轴t值间的关系编制了不同自由度?下的t界值表（附表2）。 t界值表：横标目为自由度? ，纵标目为概率P。 t临界值：表中数字表示当 ? 和P 确定时，对应的值。 单侧概率 (one-tailed probability)：用t?,υ表示 双侧概率 (two-tailed probability)：用t?/2,υ表示正态分布概率呢？第26页/共70页两个分布尾部的界值和概率统计中常用分布尾部面积，记为“α”，对应的u值或t值，记为uα/2或tα/2，v界值。通过与界值逼近，对抽样结果进行概率推断。 u0.05/2=1.96 P（t＞ tα/2，v ）=？第27页/共70页t 界值表P432：df单侧0.25双侧0.50.10.2…..…..0.00050.00111.0003.078…..636.61920