医学统计学第4讲抽样误差与t分布.ppt

3个抽样实验结果图示分别从各总体中抽取10000个样本含量为n的样本，计算每个样本的均数，并绘制频数分布图。n分别取2、4、10、25。非正态分布抽样偏三角分布抽样均匀分布指数分布双峰分布从正态总体中随机抽样，其样本均数服从正态分布；从任意总体中随机抽样，当样本含量足够大时，其样本均数的分布逐渐逼近正态分布；随着样本含量的增加，样本均数的离散程度越来越小，表现为样本均数的分布范围越来越窄，其高峰越来越尖。样本均数之均数的位置始终在总体均数的附近；03010204中心极限定理从均数为?，标准差为?的正态总体中随机抽取例数为n的样本，样本均数的总体均数为?，标准差为?x从正态总体中随机抽取例数为n的样本，样本均数x也服从正态分布，即使从偏态总体中抽样，只要样本例数足够大，如n50，样本均数x也近似正态分布。中心极限定理样本统计量（如均数）也服从一定的分布。01用样本统计量的标准差来反映抽样误差的大小。又称标准误(standarderror)。03与描述观测值离散趋势的指标类似，样本统计量的标准差就反映了从某个总体中随机抽样所得样本之均数分布的离散程度。02010203标准误的定义?x标准误?x=?/nsx=s/n反映了样本统计量（样本均数，样本率）分布的离散程度，体现了抽样误差的大小。01标准误越大，说明样本统计量（样本均数，样本率）的离散程度越大，即用样本统计量来直接估计总体参数越不可靠。反之亦然。01标准误的大小与标准差有关，在例数n一定时，从标准差大的总体中抽样，标准误较大；而当总体一定时，样本例数越多，标准误越小。说明我们可以通过增加样本含量来减少抽样误差的大小。01标准误的意义衡量样本均值的可靠性估计总体均值的可信区间用于均数的假设检验用途：t分布随机变量XN（m，s2）标准正态分布N（0，12）u变换标准正态分布N（0，12）均数Studentt分布自由度ν=n-1t变换第三章

抽样误差与t分布如：总体均数总体标准差如：样本均数样本标准差S总体样本抽取部分观察单位统计量参数统计推断统计推断在医疗卫生实践和医学研究中，往往难以对所要研究的总体进行全部观察，通常从总体中随机抽取样本进行观察，然后由样本的信息去推断总体特征，这种研究方法叫做抽样研究方法。用样本的信息去推断总体特征，这种分析方法称为统计推断。基本手段直接推断（参数估计）间接推断（假设检验）总体均数的估计t分布均数的抽样误差010203总体参数的估计抽样误差的定义μ＝119.41cmσ=4.38cm假如事先知道某地七岁男童的平均身高为119.41cm。为了估计七岁男童的平均身高（总体均数），研究者从所有符合要求的七岁男童中每次抽取100人，共计抽取了三次。三次抽样得到了不同的结果！！！！01原因何在？？？？02如果没有个体变异……NoVariation!NoSamplingError!如果没有抽样研究……NoRandomsampling!NoSamplingError!三次抽样得到了不同的结果，原因何在？个体变异随机抽样不同男童的身高不同每次抽到的人几乎不同抽样误差【定义】由于个体变异的存在，在抽样研究中产生样本统计量和总体参数之间的差异，称为抽样误差（samplingerror）。1各种参数估计都有抽样误差，这里我们以均数为研究对象2抽样研究个体变异抽样误差产生的条件抽样误差是不可避免的，可以通过保证总体的同质性及增大样本含量来缩小抽样误差。样本均数和总体均数间的差别抽样误差的表现样本均数和样本均数间的差别从正态分布总体N（5.00,0.502）中，每次随机抽取样本含量n＝5，并计算其均数与标准差；重复抽取1000次，获得1000份样本；计算1000份样本的均数与标准差，并对1000份样本的均数作直方图。按上述方法再做样本含量n＝10、样本含量n＝30的抽样实验；比较计算结果。抽样误差的规律性—正态分布抽样12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总体的均数总体标准差s均数的均数均数标准差n=55.000.504.990.22120.2236n=105.000.505.000.15800.1581n=305.000.505.000.09200.0913*