医学统计学 第六章(总体均数的估计)
1个回答
展开全部
由于随机抽样的偶然因素使样本各单位的结构不足以代表总体各单位的结构,而引起抽样指标和全局指标的绝对离差。
样本均数的标准误差称为均数的标准误( standard error of mean , SEM )用 σ x 表示,说明了各样本均数 X 围绕总体均数 μ 的离散程度,可以用来描述样本均数的抽样误差大小
所以,标准差是针对特定的一组数据而言,看数据序列偏离均值的程度;而标准误差则是针对n组数据而言,看每次抽样的效果如何,可以理解为n组数据标准差的标准差。
用于根据小样本来估计呈正态分布且变异数未知的总体的平均值。如果总体变异数已知(例如在样本数量足够多时),则应该用正态分布来估计总体均值。
由上图可以看出,t 分布是与自由度 df (或者 v )有关的曲线。以 t = 0 中心对称,自由度越大越接近标准正态分布。
参数估计是指用样本统计量来估计总体参数,分为点估计(不考虑抽样误差,直接使用样本参数),区间估计(给出估计参数的范围)
无法评价可信度,很少使用
用数轴上的一段距离或一个数据区间,表示总体参数的可能范围。这一段距离或数据区间称为区间估计的 置信区间 (CI)。
这里有一个很好的解释, 知乎邹日佳 。
样本均数的标准误差称为均数的标准误( standard error of mean , SEM )用 σ x 表示,说明了各样本均数 X 围绕总体均数 μ 的离散程度,可以用来描述样本均数的抽样误差大小
所以,标准差是针对特定的一组数据而言,看数据序列偏离均值的程度;而标准误差则是针对n组数据而言,看每次抽样的效果如何,可以理解为n组数据标准差的标准差。
用于根据小样本来估计呈正态分布且变异数未知的总体的平均值。如果总体变异数已知(例如在样本数量足够多时),则应该用正态分布来估计总体均值。
由上图可以看出,t 分布是与自由度 df (或者 v )有关的曲线。以 t = 0 中心对称,自由度越大越接近标准正态分布。
参数估计是指用样本统计量来估计总体参数,分为点估计(不考虑抽样误差,直接使用样本参数),区间估计(给出估计参数的范围)
无法评价可信度,很少使用
用数轴上的一段距离或一个数据区间,表示总体参数的可能范围。这一段距离或数据区间称为区间估计的 置信区间 (CI)。
这里有一个很好的解释, 知乎邹日佳 。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询