第五讲-2 参数估计与假设检验.pptVIP

均数估计与假设检验;参数估计是指用样本指标值（统计量）推断总体指标值（参数）。 点估计和区间估计。 点估计就是用相应样本统计量直接作为其总体参数的估计值。如， 区间估计就是按照预先给定的概率（1-α）所确定的包含未知总体参数的一个范围。该范围称为参数的可信区间或置信区间(confidence interval, CI) 。;置信区间通常由两个数值构成，称可信限(confidence limit, CL) ;在实际工作中，只能根据一次试验结果计算一个可信区间，就认为该区间包含了相应总体参数，该结论犯错误的概率≤ ? 。;正确性：可信度1??，即区间包含总体参数 的理论概率大小，愈接近1愈好。 精确性：区间的宽度，区间愈窄愈好。 当样本含量为定值时，上述两者互相矛盾。 若只顾提高可信度，则可信区间会变宽。;2、总体均数可信区间的计算;（2）总体方差未知且样本容量较小，按t分布;例：某地抽取正常成年人200名，测得其血清胆固醇的均数为3.64mmol/L,标准差为1.20mmol/L，估计该地正常成年人血清胆固醇均数的95%可信区间。;2.2 两总体均数之差的1–α可信区间 ;3.参考值范围;3、参考值范围;3、参考值范围;3、可信区间与参考值范围的区别;4.假设检验的基本概念;4.2无效假设和备择假设 （1）无效假设又称零假设，根据检验结果准备予以拒绝或接受的假设,记为H0（null hypothesis）； （2）备择假设又称对立假设，与原假设不相容，记为H1（alternative hypothesis）。 如：对总体随机变量X的均值μ不小于一给定值μ0的假设的检验公式为： H0：μ≥μ0, H1: μμ0 注意：H0和H1相互联系，相互对立，缺一不可， H0与H1的内容不能互换，结论根据H0和H1作出。;4.假设检验的基本概念;4.假设检验的基本概念;4.假设检验的基本概念;4.假设检验的基本概念;5.假设检验的基本思想;例，通过以往大规模调查，已知某地一般新生儿的头围均数为34.50cm，标准差为1.99cm。为研究某矿区新生儿的发育状况，现从该地某矿区随机抽取新生儿55人，测得其头围均数为33.89cm，问该矿区新生儿的头围总体均数与一般新生儿头围总体均数是否不同？;6.1建立检验假设，确立检验方法 假设样本来自某一特定总体,无效假设和备择假设。据资料类型，确定要使用的检验方法。H0:μ=34.50,H1:μ≠34.50; ; 若 ，不拒绝H0，但不能下“无差别”或“相等”的结论，只能下“根据目前试验结果，尚不能认为有差别”的结论。 ;7. I型错误和II型错误-补充;正常儿头围与矿区儿头围均数 (所拟合的两个正态曲线各按100%面积绘制）;?可取单尾亦可取双尾。 II型错误的概率大小用?表示, ?只取单尾， ?值的大小一般未知，须在知道两总体差值 ? (如?1??2等)、?及n 时，才能算出。 1??称检验效能(power of a test)，过去称把 握度。为当两总体确有差异，按检验水准 ?所能发现该差异的能力。1??只取单尾。 拒绝H0，只可能犯I型错误，不可能犯II型 错误；不拒绝H0，只可能犯II型错误，不 可能犯I型错误。 ;8、假设检验应注意的问题;配对设计计量资料：配对t检验。 完全随机设计两样本计量资料： 小样本(任一ni≤60)且方差齐: 两样本t检验 方差不齐: 近似t?检验 大样本(所有ni＞60): u检验。;3.正确理解“significance”一词的含义 过去称差别有或无“显著性”，易造成两 样本统计量之间比较相差很大的误解。 现在称差别有或无“统计学意义”， 相应推断为：可以认为或还不能认为两 个或多个总体参数有差别。;4.结论不能绝对化 因统计结论具有概率性质，故“肯定”、 “一定”、“必定”等词不要使用。 在报告结论时，最好列出检验统计量的 值，尽量写出具体P值，而不简单写成 P﹤0.05，以便读者与同类研究进行比 较。;5.统计“有意义”与专业“有意义” 统计“有意义”对应统计结论，专业“有意 义”对应专业结论。 统计结论有意义，专业结论无意义，最终 结论没有意义，样本含量过大或设计存在 问题。 统计结论无意义，专业结论有意义，检查 设计是否合理、样本含量是否足够。;6.可信区间与假设检验区别和联系;可信区间说明量的大小即推断总体均数 所在范围，假设检验推断质的不同即判 断两总体均数是否不等。 可信区间不但能回答差别有无统计学意 义，还能提示差别有无实际专业意