《医学统计学》课件计量资料统计推断(刘明清).pptVIP

计量资料的统计推断 实例 为研究女大学生的身体发育状况，某医生随机抽取某校女大学生100人，算得身高均数163.74cm，标准差3.80cm，试估计该地女大学生的身高在何范围？ 已知中学一般男生的心率平均为74次/分钟。若想了解常参加体育锻炼的中学生心脏功能与一般的中学生是否相同？某研究者在某地区中学生中随机抽取常年参加体育锻炼的男生16名，测量他们的心率，结果见数据“男生心率.SAV”。 参数估计: 运用统计学原理，用从样本资料计算的统计量，对总体指标（参数）进行估计。 假设检验：又称显著性检验，是指由样本间存在的差别对样本所代表的总体间是否存在着差别做出判断。 第一节 均数的抽样误差和标准误 一、概念 抽样误差：由于抽样引起的样本统计量与总体参数之间的差异。 标准误 （Standard error) (σx Sx) ：是指样本均数的标准差，表示抽样误差大小的指标。 SPSS结果中用std. error of mean 表示 抽样试验 抽样试验（n=5） 抽样试验（n=10） 抽样试验（n=30） 1000份样本抽样计算结果 3个抽样实验结果图示 抽样实验小结 中心极限定理 central limit theorem SPSS计算标准误 Analyze----Descriptive Statistics----Frequencies----Statistics----Dispersion---S.E. mean---Continue----OK 小样本思想 戈塞特：t分布与小样本 由于“有些实验不能多次地进行”，从而“必须根据少数的事例（小样本）来判断实验结果的正确性” 与正态分布的关系 t分布 t分布曲线 t分布曲线下面积（附表2） 第二节 总体均数的估计 参数估计: 用样本均数估计总体均数 1、 点（值）估计（近似值） 2、 区间估计（近似范围） 2、区间估计(interval estimation) ▲ 概念：根据样本均数，按一定的可信度计算出总体均数很可能在的一个数值范围，这个范围称为总体均数的可信区间(confidence interval, CI)。 95%的可信区间的理解： 从正态总体中随机抽取100个样本，可算得100个样本均数和标准差，也可算得100个均数的可信区间，平均约有95个可信区间包含了总体均数 。 但在实际工作中，只能根据一次试验结果估计可信区间，我们就认为该区间包含了总体均数?。 SPSS求可信区间 Analyze----Descriptive Statistics----Explore----身高－Statistics----Descriptives---Continue----OK 第三节 假设检验 ▲也叫显著性检验 ▲科研数据处理的重要工具 ▲某事发生了： 是由于碰巧？还是由于必然的原因？统计学家运用显著性检验来处理这类问题。 假设检验： 1、原因 2、目的 3、原理 4、过程（步骤） 5、结果 1、假设检验的原因 从两个总体中进行随机抽样，得到两个样本均数X1、X2。 X1、X2不同。不同的原因是什么？ X1、X2 不同有两种（而且只有两种）可能： （1）分别所代表的总体均数相同，由于抽样误差造成了样本均数的差别。差别无显著性 。 （2）分别所代表的总体均数不同。差别有显著性。 2、假设检验的目的 假设检验的一般步骤 ▲ 建立假设： ▲ 确定显著性水平（ ? ）： ▲ 计算统计量：z, t，F，χ2 ▲ 确定概率值： ▲ 做出推论 1、点(值)估计（point estimation)： 用样本均数直接作为总体均数的估计值 但未考虑抽样误差，对估计的可靠程度无法评价。 （x?1.96·S x，x?1.96 ·S x） 即（x±1.96·S x） 公式 意义：与正常值范围进行比较 （x?1.96·S x，x?1.96 ·S x） 即（x±1.96·S x） （x?1.96 · S，x?1.96 · S ） 可信区间 95％（个体）的正常值范围：156.0－170.9 95％的（总体均数）可信区间：163.0－164.5 换句话说，做出该校全体女大学生身高均数为163.0 -- 164.5cm的结论，说对的概率是95%，说错的概率是5%；做出该校全体女大学生身高均数为162.7 – 164.7cm的结论，说对的概率是99%，说错的概率是