环境数据统计与分析.pptVIP

2.3.1样本特征推断的理论基础－－正态分布定义 正态分布（normaldistribution）又称高斯分布(GaussianDistribution)，是以均数为中心的对称钟型分布。 正态曲线是一条高峰位于中央，两侧完全对称并逐渐下降但永远不与横轴相交的钟形曲线 正态曲线由和两个参数决定，为总体均数，为总体标准差。决定正态曲线的位置，决定正态曲线形状。第30页，共81页，星期日，2025年，2月5日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31页，共81页，星期日，2025年，2月5日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（estimationofparameter）。 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（pointestimation）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32页，共81页，星期日，2025年，2月5日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33页，共81页，星期日，2025年，2月5日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34页，共81页，星期日，2025年，2月5日2.4.2总体均数的区间估计区间估计（intervalestimation） 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35页，共81页，星期日，2025年，2月5日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36页，共81页，星期日，2025年，2月5日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37页，共81页，星期日，2025年，2月5日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38页，共