医学统计学-参数估计.pptxVIP

抽样误差与假设检验;第四章参数估计;几个重要概念的回顾：

计量资料：

总体：（有限、无限）

样本：

均数：

标准差：;第一节抽样分布与抽样误差;第一节抽样分布与抽样误差;1.样本均数的抽样分布;抽样分布的特点;的平均数＝168.198

的标准差＝2.9995;的平均数＝0.9903

的标准差＝0.4891

的中位数＝0.9087;;数理统计推理和中心极限定理表明：;标准误含义：样本均数的标准差

计算：;意义：反映抽样误差的大小。标准误越小，抽样误差越小，用样本均数估计总体均数的可靠性越大。

与样本量的关系：n↑，S一定，标准误↓

用途：

衡量抽样误差大小

估计总体均数的可信区间

用于假设检验;;对正态变量样本均数?X做正态变换（u变换）:;t分布最早由英国统计学家哥塞特（W.S.Gosset，1876～1937）于1908年以“Student”笔名，在《生物计量学》杂志上发表了“平均数的概率误差”，故又称Student’st-distribution。

它的发现，开创了小样本统计推断的新纪元。

t分布主要用于总体均数的区间估计和t检验。;t分布：t值的分布

t分布的曲线：一簇形状与?有关

自由度?：随机变量能自由取值的个数;t分布与标准正态分布的比较;;t界值表（附表2P246）

t?/2，?：表示自由度为?，双侧概率P为?时t的界值;t分布曲线下面积(概率P)与横轴t值间的关系：;t分布曲线下面积的规律：

中间95%的t值：-t0.05/2，??t0.05/2，?

中间99%的t值：-t0.01/2，??t0.01/2，?

(1)自由度（ν）一定时，p与│t│成反比;

(2)概率（p）一定时，│t│与ν成反比;;三、样本率的抽样分布与抽样误差;表4-2总体概率为30％时的随机抽样结果(n＝40);三、样本率的抽样分布与抽样误差;四、二项分布和泊松分布的应用;(一)二项分布（贝努利分布）（Bernoullidistribution）;Bernoulli试验;Bernoulli试验序列;二项分布的概念;二项分布(binomialdistribution)：指在只会产生两种可能结果如“阳性”或“阴性”之一的n次独立重复试验(Bernoulli试验)中，当每次试验的“阳性”概率保持不变时，出现阳性的次数X＝0，1，2,…,n的一种概率分布。

X~B(n,π);定理：几个相互独立事件同???发生的概率等于各独立事件的概率之积。;各种可能发生的结果对应的概率相当于展开后的各项数值，即：

前例：π=0.2，1-π=0.8，n=3;n次Bernoulli试验中出现X次阳性的概率：;二项分布的概率公式;1.二项分布的成立条件;2.二项分布的特征;二项分布总体不同样本例数时的抽样分布;2.二项分布的特征;2.二项分布的特征;2.二项分布的特征;二项分布的均数和标准差用绝对数表示：

二项分布的均数和标准差用相对数表示：;2.二项分布的特征;;⑴概率估计;⑵累计概率的计算;⑶总体率的区间估计;(二)正态近似法：

应用条件：当n较大、np及n(1?p)均≥5

p±uαsp

B(n,π)→N(nπ,nπ(1-π))

样本率→N(π,π(1-π)/n)

→N(p,p(1-p)/n)

总体率的CI:p±uα/2Sp

例：在某地随机抽取329人，做HBsAg检验，得阳性率为8.81%，求阳性率95%置信区间。

已知：p=8.81%，n=329，故：

95%CI：8.81±1.96×1.56；即5.75%～11.87%。;例2据报道，输卵管结扎的育龄妇女经壶腹部－壶腹部吻合术后，其受孕率为0.55，问对10名输卵管结扎的育龄妇女实施该吻合术后最多有2人不受孕的概率。;例4据以往经验，新生儿染色体异常率为0.01，某研究者想了解当地新生儿染色体异常是否低于一般，他随机抽查当地400名新生儿，结果1名染色体异常，问该地新生儿染色体异常率是否低于一般？

H0:π=0.01,H1：π0.01

α=0.05

P(X≤1)=P(X=0)+P(X=1)

=(0.99)400+(0.99)399(0.01)1

=0.0180+0.0725=0.0905

因为P(X≤1)=0.0905，故无理由拒绝H0，即据此样本不能说该地新生儿染色体异常率低于一