正态分布和抽样误差
2018-03-28 14:11:56 0 举报
AI智能生成
医学统计学正态分布相关知识点
作者其他创作
大纲/内容
第二节 正态分布和医学参考值估计
正态分布曲线
定义:一条两头低、中间高、左右对称的呈钟形曲线。由总体均数和标准差来决定。特征:μ处最高,以μ为中心,左右对称;μ决定正态曲线的中心位置;标准差为形状参数,决定正态分布曲线的陡峭或扁平程度。总面积为1;所有正态分布曲线在μ左右任意个标准差范围内的面积相同。特例:标准正态分布:把原来的正态分布变换为μ=0,标准差=1
应用:医学参考值
定义:正常人的人体形态、功能和代谢产物等的各种生理及升华常数。
测定的基本原则:1.抽取样本量足够大的“正常人”2.对抽取的正常人进行准确而统一的测定3.判断是否需要分组制定参考值范围4.决定参考值范围的单侧或双侧界值5.选择适当的百分界值:95%、99%6.估计参考值范围
估计方法:正态分布法由均数和标准差来决定。
均数的抽样误差和总体均数的估计
抽样分布
基本概念: 抽样误差: 样本统计量与总体参数的差。抽样分布(正态): 样本统计量的分布标准误(公式): 样本均数的标准差标准误越大,样本均数的抽样误差越大
标准误的应用:1.用于反应样本均数的可靠性2.用于估计总体均数的置信区间3.用于均数的假设检验。
参数估计
基本概念:点估计:直接用样本统计量估计总体参数区间估计:按一定的概率(置信度)估计未 知总体均数所在的范围。 (常用置信度为0.95和0.99)置信区间(求法)由标准误决定t分布:t变换,对象为样本标准差(由于u变换中,对象为总体标准差,而总体标准差往往未知)
置信区间的求法:1.总体标准差已知2.总体标准差未知,n较小(n<=30) 和t相关3.总体标准差未知,n>30
t分布特征:1.以0为中心,左右对称2.分布曲线与自由度有关v越小,分布曲线越平坦;越大,越接近正态曲线
假设检验(两个均数)
一般步骤:1.建立原假设H02.建立备选假设H13.设定显著性水平α(假设检验时发生第一类错误的概率)4.建立检验统计量5.计算P值(k=0的概率)6.比较P值和α的结论。
适用条件:(两个均数的比较)t检验:1.总体标准差未知,n较小2.两小样本均数比较时,要求两样本所属总体方差相等。u检验:1.总体标准差已知2.总体标准差未知,样本量较大
1.样本均数与总体均数的比较:P330
2.配对设计的差值均数与总体均数0的比较。
3.完全随机的两个样本均数的比较
(i)P<=0.05 拒绝H0,接受H1,差别有统计学意义(ii)P>0.05不拒绝H0,差别无统计学意义
方差分析(ANOVA)(多个均数比较)又称F检验
1.完全随机的多样本均数比较。
涉及一个因素总变异分为组间(处理间)变异+组内变异(误差)注意自由度的计算公式F=MS组间/MS组内
2.随机区组设计的多样本均数比较。
涉及区组因素和处理因素总变异分为处理间变异、区组间变异和误差三个部分自由度的计算公式F处理=MS处理/MS误差F区组=MS区组/MS误差
3.多个样本均数间的两两比较的q检验(SNK检验:对均数进行排序,两两比较)又称事后两两比较
应用条件:数值变量独立样本正态总体方差相等
标准流程:1.建立原假设2.备择假设3.显著性水平4.检验F统计量5.计算6.比较F与F的界值7.得出结论
两类错误假设
第一类:拒绝了实际上成立的无效假设H0所犯的错误。概率为α
第二类:不拒绝实际上不成立的无效假设H0所犯的错误。概率为β
0 条评论
回复 删除
下一页