均数的抽样误差分布参数估计.ppt

1、平均采样误差、T分布、参数估计Sampling error of mean，t-distribution，parameters estimation，张建军医学院预防医学室英特尔3360念：频率分布是一种连续分布。也称为高斯分布。审阅：正态分布，正态分布用n(，)表示。位置与平均值相关，形状与标准偏差相关。医学现象大部分呈正态分布或几乎正态分布：正常人的生理学、生化指标变量等，正态分布的密度函数：表达式的平均数；标准偏差。是圆周率。自然日志的底部，即2.71828。上面所有的都是常数，只有x是变量。标准正态分布：为了方便应用，进行变量转换，即U转换。结果新变量U的分

2、布为标准正态分布。u的意思：变量和平均值之间的距离等于标准偏差的倍数。标准正态分布的概率密度函数：正态分布的特性和分布规则：(1) x轴上的曲线与x轴不相交，如果x=，则曲线位于最高点。F(u=0)=0.3989 (2)曲线线信息x=左右对称。(3)正态分布有两个参数：平均，标准偏差。标准正态的参数分别为：0，1 (4)正态分布的面积分布规律。正态分布和标准正态分布曲线下的面积分布规律，(-1，1)，68.27%，(-1.96，1.96)，95%，(-2.58，2.58)，99%统计量？样本分布？1，平均采样误差和标准误差，平均采样误差sampling error of mean总体个体变异，

3、从采样研究中提取的样本仅包含部分，因此，通常与样本平均值(或比率)牙齿总体平均值(或比率)不相等，样本数徐璐也不相等。也就是说，如何估计取样误差？标准错误standard error，SE是示例平均值。SE越大，平均采样误差越大，采样平均值和总体平均值之间的差异就越大。样本数不变时，样本平均值的标准误差与原始数据的标准偏差成正比。当标准偏差恒定时，标准误差与样品含量N的平方根成反比。增加样品含量可以减少取样误差。与标准偏差的差异：标准偏差：表示一般个别值的离散程度。标准错误：具体说明统计信息的方差图。再想想一个茄子。其他统计量有抽样错误吗？他们的计算公式是什么？标准误差的应用，1，用于测量样品

4、误差的大小3360标准误差越小，样品平均值越接近整体平均值，样品平均值的置信度越高。2.结合标准正态分布和T分布曲线下的面积规律，估算总体平均数的置信区间。3、用于假设检验。假设2003年汕头市15岁女生的身高平均为155.4厘米，标准偏差为5.3厘米，服从正态分布。使用计算机作为采样模拟实验，在N(155.4，5.32)范围内一次提取10个数字(样品含量10)来制作样品，以获得样品平均数，样品标准偏差S。重新求牙齿100个样本平均的平均数，样本平均的标准偏差。抽样分布，样品平均值的标准偏差是多少？标准错误，100个样本都构成了新的分布，也构成了正态分布。即使原始分布是偏置分布，如果样本含量足

5、够大，新分布也接近正态分布。新分布的集中趋势用平均值表示，离散趋势用标准误差表示N(，)。每个本平均值的平均值等于总平均值。正态完整样本(样本数量5)、正态完整样本(样本数量10)、正态完整样本(样本数量30)、样本大小决定样本平均分布的外观，如果样本杨怡足够大，则平均分布为正态分布。，二，t分布，还记得吗？u平移将正态分布转换为标准正态N(0，1)。同样：也可以将采样平均分布转换为标准正态分布。也就是说，在实际操作中，总体标准偏差通常是未知的，通常使用S代替计算标准错误。所以：为了区别于U分布，平均分布也是一样的。如果我们采用其他正态变量：平均分布是标准正态分布3360牙齿，但条件不同。正态

6、分布，但仅在采样量(自由度)牙齿无限时标准正态分布。对于牙齿，U=T，T分布曲线，T分布是一组对称于0的单峰分布曲线。自由度越小(标准偏差越大)，曲线中部越低，两侧越高。随着自由度的增加，T分布曲线逐渐接近标准正态分布曲线。如果自由度是无限的，则T分布是标准正态分布曲线。每个TD分布曲线对应于其自由度。在T分布模拟实验中，T分布曲线下的面积定律与标准正态曲线下的面积定律相似。也就是说，自由度中两侧外部总面积为5%的边界的T值称为t0.05/2()，两侧外部总面积为1%的边界的T值称为t0.01/2()。因此，中心占面积95%的T值范围：t 0.05/2 ()-t 0.05/2()，中心占面积99%的T值范围：-t 0.01/2 ()-t 0.01，确定自由度时的特定例如，如果自由度=20，两个概率之和为0.05，则对应的t值t0.05/2(20)=2.086，如果单侧概率为0.05，则对应的t值为t 0.05 (20)=1.77，自由度变大，t接近1.96，2.58。自由度无限，t=1.96，2.58，使用t值表格注意：在相同自由度中，p越小，t值越大。p值相同时，自由度越大，t越小。如果自由度是无限的，则t值等于u值。这也是U分布和T分布的差异。TD分布的主要应用：全平均置信区间估计；