生物统计学复习.ppt

样本均值的抽样分布*原总体样本n如果从容量为N的总体抽样（放回），若每次抽取容量为n的样本，那么一共可以得到Nn个样本。每个样本可以计算一个平均数，如果将这些平均数集合起来便构成一个新总体。由于每次随机抽样所得的平均数可能会存在差异，所以由平均数构成的新总体也应该有其分布，这种分布称为平均数的抽样分布。样本1新总体样本2????统计量n??1、样本平均数的期望值由于不同的样本可得到不同的样本均值，因此，考察样本均值的期望就显得非常重要。用表示样本均值的期望值，表示总体均值，可证明在简单随机抽样中。2.样本平均数的标准差称为标准误。t分布当总体标准差σ未知时，且样本数小于30时,以样本标准差S代替σ所得到的统计量记为t。在计算时，由于采用S来代替σ，使得t变量不再服从标准正态分布，而是服从t分布服从自由度为n-1的t分布t分布密度曲线以纵轴为对称轴，左右对称，且在t＝0时，分布密度函数取得最大值1与标准正态分布曲线相比,t分布曲线顶部略低，两尾部稍高而平.df越小这种趋势越明显.df越大，t分布越趋近于标准正态分布.当n30时，t分布与标准正态分布的区别很小；n100时，t分布基本与标准正态分布相同；n→∞时，t分布与标准正态分布完全一致2正态分布曲线与t分布曲线的比较3t分布的特征4t分布受自由度df=n-1的制约，每一个自由度都有一条t分布密度曲线5Ｆ分布设从一正态总体中随机抽取样本容量为n，m的两个独立样本,其样本的方差为，则定义两者的比值为F：服从自由度为n-1,m-1的F分布F分布特征F分布的平均数μ＝1，F的取值区间为[0，+∞)F分布曲线的形状仅决定于df1和df2.在df1＝l或2时,F分布曲线呈严重倾斜的反向J型，当df1=3时转为左偏曲线(在平均值的左边)不同自由度下的F分布曲线四、统计推断统计推断由一个样本或一糸列样本所得的结果来推断总体的特征假设检验参数估计原理：概率很小的事件在一次抽样试验中实际是几乎不可能发生的。?=0.05/0.01假设检验（Hypothesis）如何进行检验：样本样本平均数01随机抽样推断02总体总体均数031、提出假设无效假设/零假设/检验假设备择假设/对应假设?0＝??0??误差效应处理效应H0HA2、确定显著水平?＝0.05显著水平*极显著水平**能否定H0的人为规定的概率标准称为显著水平，记作?。统计学中，一般认为概率小于0.05或0.01的事件为小概率事件,所以在小概率原理基础上建立的假设检验也常取?=0.05和?=0.01两个显著水平。P??＝0.01?＝0.053、选定检验方法，计算检验统计量，确定概率值u=x-??x136-126=√40=1.581P(u1.581)=2×0.0571=0.1142根据研究设计的类型和统计推断的目的选择使用不同的检验方法。本例：服从N(?x,?x2)分布。例：4、作出推断结论：是否接受假设P?P?小概率原理接受H0否定HA否定H0接受HA可能正确可能错误u0.05=1.64u0.01=2.33单尾检验分位数双尾检验分位数u0.05=1.96u0.01=2.58????２??２否定区否定区否定区接受区接受区查表时，单尾概率乘以2等于双尾概率＞大样本平均数的假设检验－u检验小样本平均数的假设检验－t检验单样本双样本01020304样本平均数的假设检验总体方差σ2未知，但n30时，可用样本方差s2来代替总体方差σ2，仍用u检验法。总体方差σ2未知，且n30时，可用样本方差s2来代替总体方差σ2，采用df=n-1的t检验法。总体方差σ2已知，无论n是否大于30都可采用u检验法。应用情景：两个样本平均数的假设检验试验设计成组数据平均数的比较成对数据平均数的比较分到两个组中的数据，没有关系，相互独立。将性质相同的两个样本（供试单位）配偶成对，每一对除随机地给予不同处理外，其他试验条件应尽量一致，排除实验单位不一致对实验结果的影响。1、两个总体方差σ12和σ22已知，或σ12和σ22未知，但两个样本都是大样本，即n130且n230时，用u检验