研-统计3抽样误差t分布.ppt

概念：频数分布以均数为中心，左右两侧基本对称，靠近均数两侧频数较多，离均数愈远，频数愈少，形成一个中间多，两侧逐渐减少的对称分布。是一种连续型分布。又称高斯分布。(JohannCarlFriedrichGauss，生于1777年4月30日于不伦瑞克，卒于1855年2月23日于哥廷根，德国著名数学家、天文学家、大地测量学家、物理学家。被认为是最重要的数学家，并有数学王子的美誉。,(normaldistribution),正态分布用N(,)表示，其位置与均数有关，形状与标准差有关。医学现象许多呈正态分布，或近似正态分布：如正常人的生理，生化指标变量，等,从直方图到正态曲线的过渡,对称分布,正（右）偏分布,负（左）偏分布,几种常见的频数分布,正态分布之所以重要,三个主要原因:1.正态分布在分析上较易处理。2.正态分布之概率密度函数（p.d.f.，probabilitydensityfunction）的图形为钟形曲线(bell-shapedcurve),对称,很适合当做不少事件之机率模式。3.正态分布可当做不少大样本的近似分布。,正态分布的密度函数：式中为均数；为标准差；为圆周率；为自然对数的底，即2.71828。以上均为常数，仅x为变量。,标准正态分布:为了应用方便，常将式进行变量变换，即：u变换.所得到的新变量u的分布即为标准正态分布。u的含义：变量到均数间的距离相当于标准差的倍数。,标准正态分布的概率密度函数：,u变换后，=0，=1，使原来的正态分布变换为标准正态分布（standardnormaldistribution）亦称u分布。标准正态分布N(0,1).,正态分布的特征和分布规律：（1）曲线在x轴的上方，与x轴不相交，当x=时，曲线位于最高点。f(u=0)=0.3989（2）曲线关于直线x=左右对称。（3）正态分布有两个参数:均数,标准差;标准正态的参数分别为:0,1（4）正态分布的面积分布有一定规律。,正态曲线下面积的分布规律正态曲线下，横轴上一定区间的面积,等于该区间的频数发生的概率（即所有随机事件发生的概率）。面积可用积分求得。F(x)为正态变量X的累积分布函数，反映正态曲线下，自-到x的面积，即左侧累积面积。,统计学家已经按编成了附表，标准正态分布曲线下的面积。应用时注意：（1）当总体，已知时，先计算u值，再用u值查表，得出所求区间面积占总面积的比例。如果未知，常分别用样本均数和样本标准差来估计。（2）曲线下对称于0的区间，面积相等。如：区间（-，-2.58）与区间（2.58，）的面积相等。（3）曲线下横轴上的总面积为100%或为1。根据后两个特征，可计算右侧累积面积。,正态分布和标准正态分布曲线下面积分布规律,（-1，1），68.27%,（-1.96，1.96），95%,（-2.58，2.58），99%,双侧概率,单侧概率,正态曲线下面积的分布规律的应用：一、确定医学参考值范围意义:是正常人指标测定值的波动范围，可用于划分正常，或异常。步骤：1、抽样2、控制测量误差3、取单侧或双侧4、选定合适的百分界限5、资料正态性检验6、进行参考值估计常用方法：正态分布法，对数正态分布法，百分位数法,95%正常值范围的估计,正常值范围的上下限,单侧下限,单侧上限,双侧界限,例：用正态分布法求血糖值95%的参考值范围。解：1、求样本的均数4.653、标准差0.401。2、按照双侧95%范围，确定参考值范围为：3、将样本的均数、标准差数值代入计算，得出范围。,对数正态分布(lognormaldistribution)：很多医学资料呈偏态分布，经过对数变换（用原始数据的对数值lgx代替x)后，服从正态分布，就说x服从对数正态分布。如：环境中若干有害物质的浓度，食品中有些农药的残留量，某些临床检验结果，某些疾病的潜伏期，医院病人的住院天数，都呈偏态分布。但对数转换后，为正态分布。按照正态分布规律处理。,例题,某市某年调查200例正常人血铅含量（ug/100g,双硫腙分光比色法），试估计血铅值的95%上限。资料服从对数正态分布，求血铅对数值的均数，标准差。,二、确定概率分布：例：某市2000年110名7岁男童身高，已知均数=119.95厘米，标准差S=4.72厘米，估计：该地7岁男童身高在110厘米以下者占该地7岁男童总数的百分数。按：求u值，查表：找到-2.1，上方找到0.01，二者相交处为0.0174，概率为0.0174=1.74%，即该地7岁男童身高在110厘米以下者，估计占1.74%，不到2%。,三、质量控制：实验中，常以作为上下警戒值，以作为上下控制值。正态分布是很多统计方法的理论基础,均数的抽样误差，t分布，参数估计Samplingerrorofmean，t-distribution，parametersestimation,一、均数的抽样误差和标准误,均数的抽样误差samplingerrorofmean由于总体中存在个体变异，抽样研究中所抽取的样本，只包含总体中一部分个体，因而样本均数（或率）往往不等于总体均数（或率），样本均数之间也互不相等，这种由抽样引起的差异称为均数的抽样误差的体现。即：,如何估计抽样误差？标准误standarderror，SE以样本均数为例：SE越大，均数的抽样误差越大，样本均数与总体均数间的差异越大。,当样本例数一定时，样本均数的标准误与原始数据的标准差成正比；当标准差一定时，标准误与样本含量n的平方根成反比。增加样本含量可以减小抽样误差。与标准差的区别：标准差：表示一般个体值的离散程度；标准误：特别说明统计量的离散程度。,标准误的应用,1、用来衡量抽样误差的大小:标准误越小，样本均数与总体均数越接近，样本均数的可信度越高；2、结合标准正态分布与t分布曲线下的面积规律，估计总体均数的置信区间。3、用于假设检验。,假定2003年汕头市15岁女学生的身高服从均数155.4cm、标准差5.3cm的正态分布。用计算机做抽样模拟试验，从N(155.4,5.32)的总体中，每次抽出10个数字（样本含量为10），组成一个样本，求出样本均数、样本标准差S。再求得此100个样本均数的均数、样本均数的标准差。,抽样分布,样本均数的标准差是什么？.,标准误,100个样本均数构成一个新的分布，也是正态分布。即使原分布为偏态分布，当样本含量足够大时，新分布也近似正态分布）。新分布的集中趋势用均数的均数来表示，离散趋势用标准误表示N(,)。各样本均数的均数等于总体均数。,正态总体中抽样（样本量5）,正态总体中抽样（样本量10）,正态总体中抽样（样本量30）,抽样时样本量大小决定了样本均数分布的形状，当样本量足够大时，均数分布趋向正态分布。,二、t分布（t-distribution),还记得吗？,u转换将正态分布转换为标准正态,N(0,1)。同理：将样本均数的分布也可以转换为标准正态分布。即：,实际工作中，总体标准差往往未知，常用S代替计算标准误，因此：为了和u分布区别，就变为：,均数的分布也是这样,如果我们采用另一个正态变量:于是，均数的分布变成了标准正态分布:,但是，条件发生了变化,我们通常用代替然而，随着样本量的变化而变化，所以，我们称之为t-分布，虽然它是正态分布，但只有当样本量（自由度）无穷大的时候，它才是标准正态分布，此时，u=t,t分布曲线,t分布是一簇对称于0的单峰分布曲线。自由度越小（相当于标准差大），曲线的中间越低，两边越高；随自由度增大，t分布曲线逐渐逼近于标准正态分布曲线。当自由度无穷大时，t分布就是标准正态分布曲线。每一条t分布曲线，都对应于相应的自由度。t分布模拟试验,t分布曲线下的面积规律与标准正态曲线下的面积规律相似：在某一个自由度下，两侧外部总面积为5%的界限的t值称为t0.05/2(),把两侧外部总面积为1%的界限的t值称为t0.01/2()。因此，中部占95%面积的t值范围：t0.05/2()-t0.05/2(),中部占99%面积的t值范围：-t0.01/2()-t0.01/2()。,当自由度确定时，占一定面积的t界限值，可以查表得出。例如：查当自由度=20，两侧概率之和为0.05时，对应的t值：t0.05/2（20）=2.086，单侧概率为0.05时，对应的t值：t0.05（20）=1.725，,一般，t0.05/2（v）1.96，t0.01/2（v）2.58自由度越小，曲线越低平，t比1.96，2.58大的多；自由度变大，t接近于1.96，2.58；自由度无穷大，t=1.96，2.58,使用t值表注意：同一自由度下,P越小，t值越大；P值相同时，自由度越大，t越小；当自由度无穷大时，t值与u值相等。这也是u分布与t分布的区别。,t分布的主要应用：总体均数置信区间估计；t检验；,三、总体均数置信区间的估计,统计推断：参数估计，假设检验参数估计：点估计（pointestimation):用样本统计量作为对总体参数的估计值()。比如均数的估计。区间估计(intervalestimation)：根据选定的置信度估计总体均数所在的区间（a50)足够大也可参考u分布进行95%置信区间：99%置信区间：,3、总体标准差未知，样本例数较小按t分布原理，依据自由度，查出某个概率相应的t界值，中部占95%面积的t值范围：-t0.05/2()_t0.05/2(),占99%面积的t值范围：-t0.01/2()_t0.01/2()进行估计。,因为：95%的样本满足：95%置信区间：99%置信区间：,95%置信区间的意义：理论上，用一次抽样所得的样本均数估计总体均数，犯错误的概率为5%.或进行100次抽样，可算得1