抽样误差与参数估计.ppt
实际工作中,为估计总体均数,我们只做一次抽样,只算得一个可信区间,用以估计μ的范围,理论上有95%的可能是正确的(1-α),只有5%的可能发生错误。02从总体中做随机抽样,据每个样本可算得一个可信区间,如95%可信区间意味着做100次抽样,算得100个可信区间,平均有95个包括μ,只有5个不包括。01可信区间的解释可信区间两个要素准确度:反映可信度(1-α)的大小。1-α越接近1,越准确如可信度99%比95%准确精确度:反映区间范围宽窄。范围越窄越好95%可信区间精度优于99%在n确定的情况下,准确度↑,精确度↓;在兼顾准确度和精确度时,一般取95%可信区间;在可信度确定的情况下,增加样本例数,可提高精确度;两样本均数之差的分布与标准误从两个正态总体中随机抽样,分别得n1、、s1和n2、、s2则:抽样误差与参数估计南方医科大学生物统计系谭旭辉抽样误差与标准误Samplingerrorandstandarderrorpopulationsamplesamplinginferring统计学的分析思路抽样实验例7-1:某地区正常成年男子的红细胞计数服从正态分布N(5.00,0.502)(1012/L),随机抽取100份样本,每份样本含有10个个体。样本101样本202样本9903样本304样本10005正常男子红细胞计数抽样实验结果No红细胞计数s123…991005.595.494.56…4.824.085.115.564.87…5.304.734.265.475.21…5.194.84………………5.045.194.71…5.304.660.440.420.33…0.390.46通过对研究总体中随机抽取部分有代表性的样本,用统计量(样本均数)来推断总体参数。1由于抽样的随机性而造成样本统计量(样本均数)与总体参数(总体均数)间的差别,称为均数的抽样误差。2抽样误差从总体N(5.00,0.502)中抽样实验结果样本均数的变异范围较原变量的变异范围大大缩小样本均数的分布也是正态分布各样本均数之间也存在差异各样本均数未必等于总体均数CBAD统计上,将统计量(如样本均数、样本率等)的标准差称为标准误,用以衡量抽样误差的大小n固定时,标准差越大,标准误越大标准差固定时,n越大,标准误越小实际工作中,总体标准差常未知12样本均数的标准误例7-2:已知某样本=5.03,s=0.52,n=10,试计算标准误。实际工作中,只能根据一份样本计算出一个标准误说明抽样误差的大小,即估计μ的可靠程度反映了本次调查身高均数171.2cm的抽样误差大小(估计值)02例7-3:2003年,在某地20岁应征男青年中随机抽取85人,平均身高为171.2cm,标准差为5.3cm,计算当地20岁应征男青年身高的标准误。0101率的标准误是衡量样本率的离散趋势和率的抽样误差的统计指标。总体:样本:0203样本率的标准误例1:观察某医院产妇106人,其中行剖腹产者62人,剖腹产率为58.5%,试估计剖腹产率的标准误。STEP2STEP1原分布为正态分布,则新分布也为正态分布,如原分布为非正态分布,当n足够大时(如n≥60),新分布也近似正态分布新分布可用样本均数的均数和均数的标准差来描述其特征,其理论值分别为样本均数的分布t分布(t-distribution,studentdistribution,Gosset,1908)单峰分布,以t=0为中点,两侧对称;01样本(自由度)越小,t分布曲线峰值越低,t值越分散;02随着自由度的增大,t分布接近于标准正态分布,当ν→∞时,t分布的极限分布是标准正态分布。03t分布特征图中阴影部分表示tα/2,ν以外尾部面积占总面积的百分比P当ν=∞时,tα/2,∞=uα/2同一ν时,t与P呈反向关系当ν相同时,单侧P与双侧2P对应相同的t界值,如t0.05,ν=t0.10/2,ν可(置)信区间Confidenceinterval,CI统计推断01参数估计02假设检验03点估计04区间估计05点估计(pointestimation):就是用样本指标直接地估计总体指标。总体率即样本均数和样本率分别是总体均数和总体率的估计值。总体均数区间估计(confidenceintervalestimation)指用和确定一个具有较大置信度的包含总体参数的区间,该区间包