第三讲计量资料的统计推断2PPT.ppt

（一）; ;小复习：什么是总体？ 什么是样本？;4;样本 ;统计推断：用样本信息推论总体特征的过程。 包括： 参数估计 假设检验 ;;主要内容; 10万2岁男童身高;X;第一节 标准误（Standard error);;;第二节 总体均数的估计;1、点(值)估计 用样本均数直接作为总体均数的估计值， 未考虑抽样误差。 ? 例如2岁男孩的身高 ;2、区间估计;X;;;（可信区间）意义： 虽然不能知道2000年某地2岁男孩身高均数的确切数值，但是均数在83.9－85.4cm 之间的可能性是95%，在 83.6 – 85.6cm之间的可能性是99%。;;95％正常值范围：77.4 -- 92.2cm 95％可信区间： 83.9－85.4cm;区间估计的准确度：说对的可能性大小， 用 (1-?) 来衡量。99%的可信区间好于95%的可信区间 （n, S 一定时） 。 区间估计的精确度：指区间范围的宽窄，范围越宽精确度越差。99%的可信区间差于95%的可信区间（n, S 一定时） 。  准确度与精确度的关系： （例如预测孩子的身高） ;正常值范围 概念：绝大多数个体的某指标范围。95%，99%, 指绝大多数正常人。 计算公式： 用途：判断观察对象的某项指标是否正常。; 某医生想研究正常男女新生儿血中甘油三酯浓度是否不同。 随机抽取男性新生儿375名，测得平均浓度为37.6mg/100ml，标准差为22.5 6mg/100ml；女性367名，测得平均浓度为38.8 6mg/100ml，标准差为25.8 6mg/100ml。 请问男女新生儿血中甘油三酯浓度是否相同？;第三节 假设检验（重点）;假设检验： 1、原因 2、目的 3、原理 4、过程（步骤） ;1、假设检验的原因;;2、假设检验的目的;(1)反证法 当一件事情的发生只有两种可能A和B，为了肯定其中的一种情况A 。 但又不能直接证实A。 这时否定另一种可能B，则间接的肯定了A。;; （假设）一个袋子里有坏瓜子，也有好瓜子 （现象）从袋子里任意拿了一粒，是坏的。（推论）随便拿一个瓜子就是个坏的，说明坏瓜子容易被选中。 （结论）根据概率公理，说明袋子里的瓜子中“坏瓜子占的比例最高”。 ;;4、假设检验的一般步骤（概括）;（1）建立假设（事件B） 检验假设或者称无???假设：用H0表示， H0是假设两总体均数相等。 H0：?1=?2 备择假设（事件A）：用H1表示。H1是与H0相反的假设，假设两总体均数不相等。 H1：?1??2 ;（2）确定显著性水平（α，游戏规则） 显著性水平(?)就是我们用来区分大概率事件和小概率事件的标准，是人为规定的，是一个界值。 当某事件发生的概率小于?时，则认为该事件为小概率事件，是不太可能发生的事件。通常 ? 取0.05 或 0.01。;（3）计算统计量（最重要一步） 根据资料类型与分析目的选择适当的公式计算出统计量，比如计算出z 值 或 t 值。 注意：在检验假设成立（H0 ）的情况下，才会出现的分布类型或公式。;高斯，德国数学家 ，和牛顿、阿基米德被誉为有史以来的三大数学家。有“数学王子”之称 。 1801年，年仅24岁的高斯出版了《算术研究 》－被称为数论的宪章 。;t 分布（t检验）;方差分析（F检验）;卡方分布（?2检验）;;（4）确定概率值（P）用P做决策 将计算得到的z值或 t值与查表得到 z?(t?ν)比较，得到 P值的大小。 P＝0.25;;一般不用确切知道P值大小 根据z分布和t分布我们知道，如果|z| z?(| t | z?)，则 P? ；如果|z| z?(| t | z?)，则P? 。;（5）作出推断结论 如果p?，认为在检验假设H0成立的条件下，得到等于或大于现有统计量z值或t值的可能性大于?，不属于小概率事件，则不拒绝H0，差别无统计学意义，结论是不认为两总体均数不相等。;;结果 不拒绝检验假设（ H0 ） 拒绝检验假设（ H0 ） 请理解0.05的涵义 都隐含着犯错误的可能性;第四节 均数的 Z 检验;例题： 已知20-29岁健康女子的收缩压均数为114.0毫米贡柱，现某医师随机抽样调查了某高原地区20-29岁健康女子100人，收缩压均数为119.8毫米汞柱，标准差为10.6毫米汞柱，能否认为高原地区20-29岁健康女子的收缩压均数与一般女子不同？;; ; 5. 做出推论 z=