卫生统计学七版第五章参数估计基础电子教案

合集下载

医学统计学课件：参数估计

区间估计
定义
区间估计是在给定样本数据的情况下，以一定的概率保证未知参数落在某个区间内。这个概率通常被称为置信度或置信水平。
方法
枢轴法、百分位数法和方差法等。枢轴法是利用样本分布的枢轴量来计算区间估计，百分位数法是通过计算样本数据的百分位数来估计参数的区间，方差法则是利用样本方差和样本均值之间的关系来计算区间估计。
非参数统计与参数统计的比较
非参数统计对于数据的分布假设更加稳健，对于不同的数据分布形式适应性更强。
参数统计需要对总体分布的具体形式进行假设，因此对于数据真实分布的偏离会相应增大。
在实际应用中，非参数统计方法常常可以提供更加准确的推断结果。
非参数统计的应用范围
非参数统计在医学研究中被广泛应用于生存分析、预后分析和相关数据的统计分析。
03
贝叶斯参数估计
贝叶斯估计的概念
1
贝叶斯估计是一种利用数据信息对未知参数进行推断的方法，基于概率统计理论。
2
它利用已知参数的先验分布和样本信息，推导出后验分布，进而对未知参数进行估计。
3
贝叶斯估计广泛应用于医学、经济学、生物学等领域。
贝叶斯估计的原理
基于贝叶斯定理，将样本信息与先验分布结合，推导出后验分布。通过分析后验分布，对未知参数进行估计，得出贝叶斯估计值。
详细描述
在医学研究中，通过对总体数据的分布特征进行分析，可以了解总体的集中趋势和离散程度。同时，通过对总体数据中是否存在影响因素进行分析，可以了解影响总体参数的各种因素。此外，还可以研究总体数据是否符合某种特定的分布模型。
医学图像数据的分析
总结词
医学图像数据分析是医学统计学中参数估计的新兴应用领域，通过对医学图像数据进行分析，可以提取更多有关患者病情和治疗效果的信息。

统计学参数估计教案

统计学参数估计教案统计学参数估计教案一、教学目的1. 了解参数估计在统计学中的基本概念和作用；2. 学会使用点估计和区间估计进行参数估计；3. 掌握常见的参数估计方法。

二、教学内容1. 参数估计的基本概念和作用；2. 点估计和区间估计；3. 偏差和方差；4. 常见的参数估计方法：最大似然估计、最小二乘估计、贝叶斯估计。

三、教学方法1. 讲述、演示和示范；2. 互动交流；3. 课程设计。

四、具体教学流程1. 参数估计的基本概念和作用(30min)参数估计是指利用样本数据来估计总体参数的方法。

总体参数是指总体的某种特征，如总体均值、总体方差等。

参数估计的常见目的是为了推断总体的特征和进行预测。

参数估计的基本概念：点估计和区间估计。

点估计是指用样本统计量来估计总体参数，如样本均值、样本方差等。

区间估计是指以样本统计量为中心，以一定概率包含总体参数的估计区间。

2. 点估计和区间估计(30min)点估计分为无偏估计和有偏估计。

无偏估计是指样本统计量的期望等于总体参数，即样本均值和总体均值相等。

有偏估计是指样本统计量的期望不等于总体参数。

无偏估计通常比有偏估计更准确，但有时有偏估计可以更好地适应某些特殊情况。

区间估计的概念：置信度和置信区间。

置信度是指在给定的置信水平下，总体参数被包含在区间估计内的概率。

置信区间是指在给定的置信水平下，总体参数的估计区间。

3. 偏差和方差(30min)偏差是指在大量重复实验中，样本估计值的平均值与总体参数的差异程度。

如样本均值与总体均值之间的差异就是偏差。

方差是指在大量重复实验中，样本估计值与其期望之间的差异。

偏差和方差是估计量的两个基本属性。

偏差小、方差小的估计量是优良的估计量。

4. 常见的参数估计方法(60min)最大似然估计是指选择一个参数值，使得样本观测结果发生的概率最大化。

最小二乘估计是指选择一个参数值，使得样本观测结果与拟合值之间的平方误差最小化。

贝叶斯估计是指利用贝叶斯定理，根据先验分布和样本信息，推导出后验分布，从而得到总体参数的估计量。

卫生统计学：第五章参数估计

估计正确的概率(1)称为可信度或置信度（
confidence level），常取95％或99％。
* 总体均数的95%可信区间的涵义是指：从理论
上来说，做100次抽样，可算得100个可信区间，平均有95个可信区间包括总体均数，只有5 个可信区间不包括总体均数。
二、总体率的置信区间
总体率置信区间的计算根据样本含量n的不同有两种方法。
第一节抽样误差
抽样误差定义：
在总体中随机抽样，由于个体间存在差异，抽得的样本计算出的指标不太可能恰好等于总体指标，因此通过样本推断总体总会有误差。这种由个体差异产生、随机抽样造成的样本统计量(statistics)与总体参数 (parameter)间的差异以及样本统计量间的差异，称为抽样误差(sampling error)。
二、样本率的抽样误差
例5.2 若在一个非透明容器中装有黑白两色球，除颜色外，球的其他特性完全相同，其中黑球所占比例π=50%。从容器中随机摸出60只球（n=60），然后将球放回容器，搅匀在摸。重复这样的实验 100次，得到每次摸出黑球所占的比例（样本频率Pi）分布情况见表5.2
样本率的抽样误差
参数估计是指由样本统计量估计总体参数，包括点估计（point estimation）和区间估计 (interval estimation)两种方法。
点估计就是用样本统计量直接作为相应总体参数的估计值。
区间估计是指按预先给定的概率（1-α）确定一个包含未知总体参数的范围。
概念：根据样本均数，按照预先给定的概率 (1)称为置信度(confidence level)所确定的包含未知总体参数的一个数值范围，这个范围称为总体均数的可信区间(confidence interval, CI ) 。

医学统计学第七版教材第五章总结

医学统计学第七版教材第五章总结假设检验1.试述假设检验中α与P的联系与区别。

区别：(1)α值是事先确定的一个小的概率值。

为一次检验中，甘愿冒的风险。

(2)P值是在H，成立的条件下，出现当前检验统计量以及更极端状况的概率。

为一次检验中，实际冒的风险。

联系：以t检验为例，P、α都可以用t分布尾部面积大小表示。

Kα时，拒绝H。

假设，差异有统计学意义。

2.试述假设检验与置信区间的联系与区别。

联系：区间估计与假设检验是由样本数据对总体参数做出统计学推断的两种主要方法。

区别：置信区间用于说明量的大小，即推断总体参数的置信范围；假设检验用于推断质的不同，即判断两总体参数是否不等。

3.怎样正确运用单侧检验和双侧检验?需要根据数据的特征及专业知识进行确定。

若比较甲、乙两种方法有无差异，则应选用双侧检验。

若需要区分何者为优，，则应选用单侧检验。

在没有特殊专业知识说明的情况下，一般采用双侧检验即可。

4.试述两类错误的意义及其关系。

(1)Ⅰ类错误：如果检验假设H。

实际是正确的，由样本数据计算获得的检验统计量得出拒绝H。

的结论，此时就犯了错误，统计学上将这种拒绝了正确的零假设H。

(弃真)的错误称为Ⅰ类错误。

I类错误的概率用α表示。

(2)Ⅱ类错误：若检验假设H。

原本不正确(H正确)，由样本数据计算获得的检验统计量得出不拒绝H。

(纳伪)的结论，此时就犯了Ⅱ类错误。

Ⅱ类错误的概率用β表示。

5.简述假设检验的基本思想。

假设检验是在局成立的前提下，从样本数据中寻找证据来拒绝H。

、接受H，的一种“反证”方法。

如果从样本数据中得到的证据不足，则只能不拒绝H，暂且认为H，成立，即样本与总体间的差异仅仅是由于抽样误差所引起。

拒绝H。

是根据某个界值，即根据小概率事件确定的。

所谓小概率事件是指如果比检验统计量更极端(即绝对值更大)的概率较小，比如小于等于0.05，则认为零假设的事件在某一次抽样研究中不会发生，此时有充分理由拒绝H。

，即有足够证据推断差异具有统计学意义。

(卫生统计学)v7HS05正文

第五章参数估计基础【内容精要】1. 抽样误差的概念及其特点（重点）从同一总体中反复多次地随机抽取样本含量相同的若干份样本，由于受个体差异和偶然性的影响，样本统计量与总体参数之间可存在差异，这种差异称为抽样误差(sampling error)。

从同一总体中随机抽取样本含量相同的若干份样本，所得样本统计量之间也不尽相同，这也是抽样误差的表现。

在抽样研究中，抽样误差是不可避免的。

反映抽样误差大小的指标是标准误。

增加样本含量可以降低抽样误差。

2. 均数的标准误与频率的标准误（重点）样本均数的标准差称为均数的标准误(standard error of mean ，SEM 或SE)，用于反映均数抽样误差的大小。

其计算公式为nX σσ=。

实际应用中，总体标准差σ常常未知，需要用样本标准差S 来估计，此时，均数标准误的估计值为nS S X =。

频率的标准误用于反映频率抽样误差的大小，可按公式()np ππσ-=1计算。

实际应用中，总体概率π常常未知，需要用样本频率p 来估计，因此，频率标准误的估计值为np p n p p S p )1(1)1(-≈--=。

3. t 分布当X 服从均数为μ的正态分布时，统计量 XX t S μ-=服从自由度为1-=n ν的t 分布。

ν不同, t 分布的形态也不同；ν趋于∞时，t 分布趋近标准正态分布。

4. 参数估计方法（重点）参数估计有两种方法：一种是直接利用样本统计量的值来估计总体参数，称为点估计(point estimation)；另一种是区间估计(interval estimation)，即按一定的置信度来估计总体参数所在的范围，该范围称为总体参数的置信区间(confidence interval ，CI)，最常用的是95%置信区间。

由于考虑了抽样误差的大小，区间估计优于点估计。

5. 总体均数及总体概率的区间估计（重点）根据资料的已知条件及样本含量n 的不同，总体均数置信区间的计算公式亦不同（见表5-1）。

《卫生统计学》PPT课件：05 参数估计基础

（二）、总体概率的置信区间
总体概率的置信区间与样本含量n，阳性频率p的
大小有关，可根据n和p的大小选择以下两种方法。
1. 正态近似法
当样本含量足够大，且p和1-p不太小，则样本率
的分布近似正态分布。
公式为：
P
Z
2S P
,P
Z
2S P
P为样本率，为率的标准误的估计值，
例5-7 用某种仪器检查已确诊的乳腺癌患者 94例，检出率为78.3%。估计该仪器乳腺癌总体检出率的95%置信区间。分析：本例样本例数较大，且样本率p不太小，可用正态近似法：
通式:
tа/2,ν 是按自由度ν=n-1，由附表2查得的t值。
例5-3 已知某地27例健康成年男性血红蛋白量的均数
为
，标准差S=15g/L ,试问该地健康成年男
性血红蛋白量的95%和99%置信区间。
本例n=27，S=15
95%CI：
99%CI：
置信区间的两个要素
1. 准确度：反映置信度1-α的大小，即区间包
152.6～
1
153.2～
4
153.8～
4
154.4～
22
155.0～
25
155.6～
21
156.2～
17
156.8 ～
3
157.4 ～
2
158.0 ～
1
合计
100
152.9 153.5 154.1 154.7 155.3 155.9 156.5 157.1 157.7 158.3
（标准误的理论值）
个样本，样本均数服从正态分布；即使是从偏态总体中随机抽样，当n足够大时(如n＞50)，也近似正态分布。

医学统计学完整版课件

医学统计学完整版课件一、教学内容本节课的教学内容来自于《医学统计学》的第五章，主要内容包括：描述性统计、概率分布、参数估计、假设检验、置信区间、p值和假设检验的类型。

二、教学目标1. 使学生了解描述性统计、概率分布、参数估计、假设检验等基本概念。

2. 培养学生运用医学统计学方法分析和解决实际问题的能力。

3. 帮助学生掌握置信区间、p值和假设检验的类型的计算和应用。

三、教学难点与重点1. 教学难点：概率分布、参数估计、假设检验的计算和应用。

2. 教学重点：置信区间、p值和假设检验的类型的概念和计算。

四、教具与学具准备1. 教具：多媒体课件、黑板、粉笔。

2. 学具：笔记本、笔、计算器。

五、教学过程1. 实践情景引入：通过一个医学研究案例，引出描述性统计、概率分布、参数估计、假设检验等概念。

2. 讲解描述性统计：介绍频数、频率、均数、中位数、标准差等基本统计量，并通过实例讲解如何计算和解读。

3. 讲解概率分布：介绍二项分布、正态分布等常见概率分布的性质和计算方法，并通过实例进行解释。

4. 讲解参数估计：介绍参数估计的概念、方法，讲解最大似然估计、点估计和区间估计等，并通过实例进行演示。

5. 讲解假设检验：介绍假设检验的基本原理、步骤，讲解t检验、卡方检验等常见假设检验方法，并通过实例进行解释。

6. 讲解置信区间：介绍置信区间的概念和计算方法，讲解如何判断假设检验的结果。

7. 讲解p值：介绍p值的概念和意义，讲解如何判断p值的大小。

8. 假设检验的类型：讲解单样本、双样本和配对样本假设检验的特点和应用。

六、板书设计板书设计如下：1. 描述性统计：频数、频率、均数、中位数、标准差2. 概率分布：二项分布、正态分布3. 参数估计：点估计、区间估计4. 假设检验：t检验、卡方检验5. 置信区间：概念、计算方法6. p值：概念、判断方法7. 假设检验的类型：单样本、双样本、配对样本七、作业设计1. 作业题目：（1）请解释描述性统计、概率分布、参数估计、假设检验的概念。

【卫生统计学】10 第五章参数估计基础

28
一、定量资料的抽样分布
• 采用原始的样本均数数据（100次抽样），利用统计软件SAS、SPSS分析的结果：
• 样本均数的均数：155.492 • 样本均数的标准差（标准误）：0.9562
N (155.4,5.32 )
综合比较后，得到样本均数的抽样分布特点：
29
一、定量资料的抽样分布 Distribution of sample mean 样本均数的分布
Z
X
X Z X
unknown
How to transform into z value?
44
Z X t X
X
SX
X
45
n
SX
S n
Population and sample
sample1 X1 163cm, S1 5.7cm
Population μ=165cm σ=5cm
sample2 X 2 167 cm, S2 5.1cm
一、定量资料的抽样分布
conclusion： Distribution of sample mean 样本均数的分布
形状随着样本含量n的增大而趋向正态分布(normal distribution)；样本均数的抽样分布只与样本量n有关系。
17
The second question is
2、要了解这个新样本数据的离散情况，用什么指标来表达？
Z (X )
X
~
N
(
,
2 X
)
Z (X ) X
X
~
N
(
,
2 X
)
t (X )
SX
t分布于1908年由英国统计学家W.S.Gosset以 “Student”笔名发表，故又称Student t 分布 (Students’ t-distribution)。

(卫生统计学)第5章参数估计基础2-1

n=30 mm MIDPOINT PERCENT 30
(c) n 10
图5-1 从正偏峰总体随机抽样，样本均数的分布
0
0 0 00 00 0 00 01 1 11 11 1 11 12 2 22 22 22 2 23 33 3 33 33 3 34 44 4 44 44 4 45 . . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. 0 1 23 45 6 78 90 1 23 45 6 78 90 1 23 45 67 8 90 12 3 45 67 8 90 12 3 45 67 8 90
组段(cm)
152.6～ 153.2～ 153.8～ 154.4～ 155.0～ 155.6～ 156.2～ 156.8～ 157.4～ 158.0～158.6
合计
频数
1 4 3 19 25 23 18 4 1 2
100
频率(%)
1.0 4.0 3.0 19.0 25.0 23.0 18.0 4.0 1.0 2.0
例5-1 某研究组随机调查了某市50岁以上的中老年妇女776人, 其中患有骨质疏松症者322人, 患病率为41.5%, 试估计该样本频率的抽样误差。
p=0.415, n=776, 频率标准误的估计值:
S pp (1 n p )0 .4 1 5 7 7 6 0 .5 8 5 0 .0 1 7 7 1 .7 7 %
Newsday的简单随机样本（SRS, simple random sample）既不受抽样者偏好左右，也没有回应者的自行加入，且每个家庭都有相同的中选机会。
虽然重新抽取一份1 373对父母的随机样本，几乎可以肯定不会再获得91%，但如果重复抽取同样大小的随机样本，所有样本的

《卫生统计学》理论课教学大纲

《卫生统计学》理论课教学大纲（供本科预防医学、公共事业管理专业使用）Ⅰ前言本教学大纲是根据方积乾主编的《卫生统计学》（卫生部规划教材，供预防医学等专业用，第七版）编写而成。

卫生统计学教学分课堂讲授、课堂讨论与实习两部分。

理论部分对学生有三种要求，即：掌握的内容、熟悉的内容和了解的内容。

掌握部分要求教师在课堂上讲深讲透，使学生深刻理解、记忆并融会贯通；熟悉内容教师要详细讲解，使学生充分理解；了解内容教师可作一般介绍也可鼓励学生自学，以扩大学生知识面。

课堂讨论与实习内容皆与课堂讲授中的掌握内容密切相关，该部分内容要求学生在教师的指导下独立思考，充分发挥主观能动性，加强操作能力，加深统计学原理的理解，最终达到提高学生运用卫生统计学原理对研究课题设计和分析的能力。

本大纲适用于五年制本科预防医学专业及四年制本科公共事业管理专业使用总教学参考学时为68/72学时教材：《卫生统计学》（卫生部规划教材），人民卫生出版社，方积乾，第7版，2015年。

II 正文第一章绪论一教学目的通过本章的学习，使学生了解卫生统计学的发展史；统计学与公共卫生的关系。

掌握一些常见的统计学基本概念。

二教学要求（一）掌握统计学的常用术语、资料类型。

（二）熟悉统计工作的基本步骤。

（三）了解卫生统计学的作用和意义。

三教学内容（一）卫生统计学在临床医学中的作用和意义，卫生统计学的发展史；统计学与公共卫生的关系。

（二）统计工作的基本步骤1 研究设计2 搜集资料3 整理资料4 分析资料（三）统计学的几个常用术语及统计方法选择1 常用术语：观察单位(observation unit)、变量(variable)、变异、总体(population)、样本(sample)、抽样误差(sampling error)、概率(probability)、小概率事件、参数、统计量2 资料的类型：定量变量、定性变量、等级资料第二章定量变量的统计描述一教学目的通过本章学习，使学生学会定量资料集中趋势、离散趋势的描述指标；学习定量资料的频数分布表的编制方法和分布规律。

卫生统计学第7版

卫生统计学第7版卫生统计学(本科预防)(第7版) 目录第一章绪论第一节医学中统计思维的进化第二节统计学与公共卫生互相推动第三节统计学的若干概念第四节目标与方法第二章定量变量的统计描述第一节频率分布表与频率分布图第二节描述平均水平的统计指标第三节描述变异程度的统计指标第四节描述分布形态的统计指标第五节统计表和统计图第六节统计内容的报告与中英文表达第七节案例讨论第八节计算机实验第九节小结第三章定性变量的统计描述第一节定性变量的频率分布第二节常用相对数指标第三节医学人口统计常用指标第四节疾病统计常用指标第五节粗率的标准化法第六节动态数列及其指标第七节定性变量统计图第八节中英文结果报告第九节案例讨论第十节计算机实验第十一节小结第四章常用概率分布第一节二项分布第二节Poisson分布第三节正态分布第四节中英文结果报告第五节案例讨论第六节计算机实验第七节小结第五章参数估计基础第一节抽样分布与抽样误差第三节多个样本均数的两两比较第四节方差分析的前提条件和数据变换第五节中英文结果报告第六节案例讨论第七节计算机实验第八节小结第八章χ2检验第一节独立样本四格表资料的χ2检验第二节多个独立样本R×c列联表资料的χ2检验第三节配对设计资料的χ2检验第四节列联表资料的确切概率法第五节χ2检验用于拟合优度检验第六节中英文结果报告第七节案例讨论第八节计算机实验第九节小结第九章基于秩次的非参数检验第一节配对设计资料的符号秩和检验第二节两组独立样本比较的秩和检验第三节多组独立样本比较的秩和检验第四节随机区组设计资料的秩和检验第五节多个样本问的多重比较第六节中英文结果报告第七节案例讨论第八节计算机实验第九节小结第十章两变量关联性分析第一节线性相关第二节秩相关第三节分类变量的关联性分析第四节中英文结果报告第五节案例讨论第六节计算机实验第七节小结第十一章简单线性回归第一节线性回归第二节线性回归的应用第三节残差分析第四节非线性回归第五节中英文结果报告第六节案例讨论第七节计算机实验第八节小结第十二章多重线性回归与相关第一节多重线性回归的概念及其统计描述第二节多重线性回归的假设检验第三节复相关系数与偏相关系数第四节自变量筛选第五节多重线性回归的应用第六节中英文结果报告第七节案例讨论第八节计算机实验第九节小结第十三章医学研究的统计学设计第一节统计设计的基本要素第二节统计设计的基本原则第三节误差来源及其控制方法第四节资料统计分析第五节中英文结果报告第六节案例讨论第七节计算机实验第八节小结第十四章实验研究的设计与分析第一节实验设计中的对照设置和随机分组方法第二节常用实验设计方案与统计分析第三节样本含量的估算第四节中英文结果报告第五节案例讨论第六节计算机实验第七节小结第十五章临床试验设计与分析第一节临床试验概述第二节临床试验设计的原则第三节临床试验设计的基本类型第四节统计分析计划第五节临床试验中的三种试验类型第六节样本量估算第七节中英文结果报告第八节案例讨论第九节计算机实验第十六章观察性研究的实施与分析第一节观察性研究概述第二节横断面研究的实施与分析第二三节病例对照研究的实施与分析第四节队列研究的实施与分析第五节中英文结果报告第六节案例讨论第七节计算机实验第八节小结第十七章寿命表第一节基本概念第二节简略现时寿命表的编制第三节去死因寿命表的编制第四节健康期望寿命表的编制第五节寿命表有关指标及其分析第六节其他相关指标简介第七节中英文结果报告第八节案例讨论第九节计算机实验第十八章logistic回归分析第一节logistic回归模型第二节logistic回归的参数估计及假设检验第三节条件logistic回归模型第四节logistic回归的样本含量估算第五节logistic回归的应用及注意的问题第六节中英文结果报告第七节案例讨论第八节计算机实验第九节小结第十九章生存分析第一节生存分析基本概念第二节生存曲线的估计第三节生存曲线的比较第四节Cox回归第五节中英文结果报告第六节案例讨论第七节计算机实验第八节小结第二十章meta分析第一节meta分析概述第二节meta分析的统计方法第三节meta分析的偏倚第四节中英文结果报告第五节案例讨论第六节计算机实验第七节小结附录附录一软件简介（见随书光盘）附录1—1SAS简介附录1—2EpiData简介附录二统计学指南（见随书光盘）附录2—1CONSOR Tstatement的清单和流程图附录2—2STROB Estatement的清单附录2—3PRISM Astatement的清单和流程图附录三统计用表附录四重要定理证明（见随书光盘）中英文名词对照索引。

第五章参数估计和假设检验PPT课件

抽样
X ~ N(, 2)
n,S2
则 (n 1)S 2 / 2 ~ 2 (n 1)
当 n 30, 2分布趋近于正态分布
若X ~ x2 (n 1) 则 Z 2 2 2(n 1)
两个样本方差之比的抽样分布
从两个正态总体中分别独立抽样所得到的两个样本方差之比的抽样分布。
抽样
X1
~
N
(
1
,
2 1
极大似然估计是根据样本的似然函数对总体参数进行估计的一种方法。
其实质就是根据样本观测值发生的可能性达到最大这一原则来选取未知参数的估计量θ，其理论依据就是概率最大的事件最可能出现。
区间估计
估计未知参数所在的可能的区间。 P(ˆL＜＜ˆU ) 1
评价准则
一般形式
置信度精确度
(ˆ △)＜＜(ˆ △) 或 ˆ △
2
2
2
n
Z
2
2
Pq
△
2 pˆ
Z
2
PqN
n
2
N
△
2 pˆ
Z
2
Pq
2
假设检验
基本思想检验规则检验步骤常见的假设检验方差分析
基本思想
•小概率原理：如果对总体的某种假设是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设。
参数的区间估计
待估计参数
已知条件
置信区间 ˆ △
总体均值（μ）
正态总体，σ2已知正态总体，σ2未知
非正态总体，n≥30
X Z / n
2

卫生统计学七版第五章参数估计基础

二、总体均数及总体概率的区间估计
（一）总体均数的置信区间
1、t 分布法
当未知且 n 较小时，估计双侧置信区间：
（X
-t
,
s X
,
X
t ,
s X
)
可简写为：
X
t ,
s X
或X t,
s n
总体均数的95%双侧置信区间为：X
t0.05,
s X
例5-2(P95) 已知某地27名健康成年男子血红蛋白含量的均数为125g/L，标准差为15g/L，试估计该地健康成年男子血红蛋白平均含量的95%和99%置信区间。
二项分布 n 31 X 25 n X 6 查附表6，得7 37 改错
该药物治疗脑血管梗塞有效概率的95%置信区间为 63%～93%。
2、正态近似法适用范围：np＞5,且n(1-p)＞ 5
例5-6（P96）用某种仪器检查已确诊的乳腺癌患者 120名，检出乳腺癌患者94例，检出率为78.3%，试估计该仪器乳腺癌总体检出率的95%置信区间。 np 1200.783 93.96 n(1 p) 1200.217 26.04
第三节总体均数及总体概率的估计
一、参数估计的基础理论
参数估计区点间估估计计
对总体参数估计的范围称为置信区间，用CI（confidence interval）
表示，其置信度为（1 ），一般取置信度为95%，即取为0.05，此区
间的较小值称为置信下限，较大值称为置信上限。一般进行双侧置信区间的估计。
第五章参数估计基础
公共卫生学院邹焰

定量资料

统计描述等级资料（有序分类资料）

卫生统计学客件：参数估计基础

p和1-p不太小）
公式為:
SP
p1 p
n
：率的標準誤的估計值，p：樣本率。
例5-2 某市隨機調查了50歲以上的中老年婦女 776人，其中患有骨質疏鬆症者322人，患病率為 41.5%，試計算該樣本頻率的抽樣誤差。
第二節 t 分佈
2021-10-12
1
一、t 分佈的概念
在統計應用中，可以把任何一個均數為µ，標準差為σ的正態分佈N(µ,σ2)轉變為µ=0,σ=1的標準正態分佈，即將正態變數值X用 Z X
mm MIDPOINT
0
0 0 00 00 0 00 01 1 11 11 1 11 1 22 2 2 22 22 22 3 33 3 33 33 3 34 4 44 4 44 4 4 45 . . .. .. . .. .. . .. .. . .. . .. . . .. .. .. . .. . .. .. . .. . .. . .. . . .. 0 1 23 45 6 78 90 1 23 45 6 78 9 01 2 3 45 67 89 0 12 3 45 67 8 90 1 23 4 56 7 8 90
二、總體均數置信區間的計算
2021-10-12
1
（1）σ已知，按標準正態分佈原理計算
由z分佈，標準正態曲線下有95%的z值在±1.96之間。
95%的雙側置信區間： X 1.96 X , X 1.96 X
99%的雙側置信區間： X 2.58 X , X 2.58 X
通式：
（雙側）
（2）σ未知但樣本例數n足夠大（n＞50）時由t分佈可知，自由度越大，t分佈越逼近標準正態分佈，此時t曲線下約有95%的t值在±1.96之間，即

卫生统计学课件第五章参数估计基础

第二节 t 分布 (t-distribution)
一、t 分布的概念 1908年英国统计学家W.S.Gosset 以笔名“student ”发表了著名的t分布
设： X ~ N 0 , 1 , Y ~ 2 n , 且X与Y相互独立，称随机变量
t
X
Y /
n
服从自由度为n
的学生氏分布（student
t
表5-1 从N（155.4 ， 5.32）抽到的100份随机样本的计算结果（n=30）
样本号 1 2 3 4 … 52 53 … 57 … 59 … 96 99
100
均数 156.7 158.1 155.6 155.2
… 153.7 154.8
… 158.2
… 153.4
… 152.7 154.6 156.6
黑球比例% 5.0~ 8.0~ 11.0 ~ 14.0~ 17.0~ 20.0~ 22.0~ 25.0~ 28.0~ 31.0~ 34.0~ 40.0~ 合计
频数 3 7 5 8 16 22 15 7 7 5 3 2
100
% 3.0 7.0 5.0 8.0 16.0 22.0 15.0 7.0 7.0 5.0 3.0 2.0 100.0
标准误 0.91 0.95 1.16 1.03 … 0.80 0.89 … 0.97 … 0.91 … 0.75 0.71 1.16
95%置信区间
154.8
158.6
156.2
160.1*
153.3
158.0
153.1
157.3
…
…
152.1
155.4*
153.0
156.6
…
…
156.2

医学统计任参数估计 20171010

第五章参数估计
卫生统计学教研室任艳峰
教务号：07027
1
学习ቤተ መጻሕፍቲ ባይዱ标
掌握均数抽样误差、均数标准误、参数估计以及区间估计的概念；标准差和标准误以及参考值范围和置信区间的区别与联系。
熟悉t分布的特征及其与正态分布的关系；总体均数置信区间的估计方法。
了解率的抽样误差及总体率、两总体参数之差的置信区间的估计方法。
2
第一节抽样误差
从总体均数为155.4cm，标准差为5.3cm的正态分布总体中随机抽样，抽取100个例数为30的样本。
, 2
n=30
X1, S1
X 2, S2
X 3, S3
…
X n , Sn
4
表 1 从正态总体 N (155.4, 5.32)抽到的 100 份随机样本的计算结果（n =30）
样本号均数标准误 95%置信区间样本号均数标准误 95%置信区间样本号均数标准误 95%置信区间样本号均数标准误 95%置信区间
1 156.7 0.91 154.8 158.6 26 154.6 0.93 152.7 156.5 51 155.7 0.97 153.7 157.7 76 155.4 0.90 153.5 157.2 2 158.1 0.95 156.2 160.1 27 156.1 1.14 153.8 158.5 52 153.7 0.80 152.1 155.4 77 156.6 1.05 154.4 158.7 3 155.6 1.16 153.3 158.0 28 155.7 0.97 153.7 157.7 53 154.8 0.89 153.0 156.6 78 155.6 0.83 153.9 157.4 4 155.2 1.03 153.1 157.3 29 155.1 1.08 152.9 157.3 54 155.6 0.92 153.7 157.5 79 156.8 1.03 154.7 158.9 5 155.0 1.01 152.9 157.0 30 156.1 0.93 154.2 158.0 55 154.8 0.83 153.1 156.5 80 155.3 0.80 153.7 156.9 6 156.4 1.08 154.2 158.6 31 156.3 1.16 153.9 158.6 56 155.6 0.96 153.6 157.6 81 154.9 0.85 153.2 156.6 7 154.9 1.12 152.6 157.1 32 155.2 1.07 153.0 157.4 57 158.2 0.97 156.2 160.2 82 154.6 1.05 152.4 156.7 8 156.5 0.74 154.9 158.0 33 156.0 1.10 153.7 158.3 58 154.9 1.06 152.7 157.1 83 154.6 0.72 153.1 156.1 9 155.0 1.09 152.8 157.2 34 155.6 0.88 153.8 157.4 59 153.4 0.91 151.5 155.3 84 157.5 1.07 155.3 159.7 10 155.9 0.98 153.9 157.9 35 156.5 0.88 154.7 158.3 60 156.4 0.98 154.4 158.4 85 155.9 0.85 154.2 157.7 11 156.9 0.98 155.0 158.9 36 155.3 0.88 153.5 157.1 61 153.6 0.94 151.6 155.5 86 156.5 0.72 155.0 158.0 12 154.0 0.94 152.1 156.0 37 155.2 0.87 153.4 157.0 62 155.6 0.96 153.6 157.5 87 156.4 1.04 154.3 158.6 13 154.4 0.93 152.4 156.3 38 155.5 1.19 153.1 158.0 63 155.2 0.91 153.4 157.1 88 154.7 1.08 152.4 156.9 14 156.5 1.03 154.3 158.6 39 155.0 0.70 153.5 156.4 64 156.7 1.06 154.5 158.8 89 156.2 0.82 154.5 157.8 15 155.9 1.07 153.7 158.1 40 155.5 1.02 153.4 157.6 65 154.7 1.02 152.6 156.8 90 154.6 1.05 152.5 156.8 16 155.5 0.96 153.6 157.5 41 155.1 1.00 153.1 157.2 66 155.1 0.97 153.1 157.1 91 155.1 0.90 153.2 156.9 17 156.9 0.88 155.1 158.7 42 155.3 1.00 153.2 157.3 67 155.7 0.86 153.9 157.5 92 156.6 1.03 154.5 158.7 18 156.9 1.04 154.8 159.1 43 156.3 0.97 154.4 158.3 68 156.4 0.69 155.0 157.8 93 156.0 1.08 153.8 158.2 19 153.4 1.04 151.3 155.5 44 156.6 0.88 154.8 158.4 69 155.1 0.91 153.2 156.9 94 155.8 0.93 153.9 157.7 20 154.8 0.99 152.8 156.8 45 155.4 0.83 153.7 157.1 70 154.9 1.09 152.7 157.2 95 156.1 0.83 154.4 157.8 21 156.1 1.00 154.0 158.1 46 155.9 1.03 153.8 158.0 71 155.8 1.11 153.5 158.1 96 152.7 0.75 151.1 154.2 22 155.0 1.09 152.7 157.2 47 155.3 0.89 153.5 157.1 72 153.9 0.95 152.0 155.9 97 155.1 0.93 153.2 157.0 23 154.7 1.25 152.2 157.3 48 154.6 1.09 152.3 156.8 73 156.2 0.94 154.2 158.1 98 155.3 0.90 153.5 157.2 24 154.5 1.22 152.0 157.0 49 156.1 0.81 154.5 157.8 74 156.0 0.86 154.3 157.8 99 154.6 0.71 153.2 156.1 25 155.2 0.92 153.3 157.1 50 154.7 1.04 152.6 156.8 75 154.2 0.93 152.3 156.1 100 156.6 1.16 154.2 159.0

卫生统计学七版 第五章参数估计基础电子教案