完整版第18章样本含量的估计docxWord格式文档下载.docx
- 文档编号:21194041
- 上传时间:2023-01-28
- 格式:DOCX
- 页数:33
- 大小:37.14KB
完整版第18章样本含量的估计docxWord格式文档下载.docx
《完整版第18章样本含量的估计docxWord格式文档下载.docx》由会员分享,可在线阅读,更多相关《完整版第18章样本含量的估计docxWord格式文档下载.docx(33页珍藏版)》请在冰豆网上搜索。
例18.1拟采用单纯随机抽样的方法调查某地区男性成年人群血红蛋白含
量(g/L)的平均水平。
根据文献,中国男性成人血红蛋白含量为(140±
30)g/L,要
求所获得允许误差不超过5g/L,取0.05,问需要调查多少位该地区成年男性?
此研究为调查研究,目的在于利用抽样获得的样本均数X估计该地区成年
男性血红蛋白含量(g/L)的总体均数。
假定该地区成年男性血红蛋白含量X服从
正态分布,以文献中中国男性成人的血红蛋白含量信息进行替代(140g/L,
30g/L),则该地区成年男性的血红蛋白含量X~N(140,302)。
题意要求允许误差不超过5g/L,=0.05,可解释为样本均数X与总体均数
之间的差距(X)不超过5g/L,且X落在135~145g/L之间的概率为
1-=0.95。
由于总体服从正态分布,样本均数的分布亦服从正态分布,当抽样方
式为单纯随机抽样,且总体为无限总体时,标准误X
X~N(,x2)。
可用图18.1表示。
n,X的分布记为
图18.1样本均数的抽样分布示意图
结合图18.1,根据正态分布的原理可得:
X
Z2(18.1)
nn
上式反推即可获得单纯随机抽样研究中总体均数估计中的样本含量公式:
Z
2
/2
(18.2)
n
式中,为总体标准差;
为允许误差;
Z/2为标准正态分布
下双尾Z值。
如例18.1中
=30g/L,=5g/L,
Z/2Z0.05/21.96,代入式
得:
1.96
30
138.3
5
所以至少需要调查139人才能达到所要求的精度。
由公式(18.2)可知,在总体服从正态分布且为无限总体、抽样方式为单纯随
机抽样的前提下,其所需基本信息包括:
1.置信度1-
置信度越高,需要的样本含量越大,常取
=0.05。
2.允许误差(allowableerror)是指研究者要求的样本统计量与其对应的总
体参数之间的最大差距,其既可以用绝对误差(X或p),也
可以用相对误差来表示,其中X或p,则绝对误差
或。
根据前面章节置信区间的估计,即区间长度的一半。
允许误差越小,
所需样本含量越大。
3.总体变异度常用总体标准差刻画,总体率估计中的1。
总体的变异程度越高,所需样本含量越大。
二、单纯随机抽样的样本含量估计
(一)估计总体均数时的样本含量估计
调查研究中利用抽样获得的样本均数
X估计总体均数
。
例18.1即为估计
总体均数时的样本含量估计,这里不再赘述。
需指出的是,式
(18.2)适用于无限
总体抽样时的样本含量估计,对个体数为
N的有限总体中进行单纯随机抽样时,
需在式(18.2)计算出样本含量n的基础上利用式(18.3)进行校正:
nc
(18.3)
1
nN
若抽样比nN很小,如小于0.05或0.1,这种校正可省略。
同时,实际工作中总体标准差
常常未知,可首先通过小规模预调查获得的
样本标准差S估计。
此时,若继续采用式(18.2)估计样本含量,往往造成样本
量的低估,尤其当样本量较小时,实际上难以达到总体均数估计的精度要求。
需
用式(18.4)进行校正:
t/2
S
(18.4)
式(18.4)中t/2表示自由度n1时t分布界值,在估计出样本含量前其未
知,可先用Z/2计算出初步的样本含量n
(1),并以自由度v
(1)n
(1)1获得t/2,
(1),代入式(18.3),求出更近似的n
(2),依次类推,直至样本例数稳定。
但在实际应用中,如果样本估计量较大(如n50),为方便起见可无需校正。
如例18.1中,若根据前期预调查得该地血红蛋白含量标准差
s=30g/L,其余
条件不变,问需要调查多少该地区居民?
根据Z/2计算出的初步样本含量n
(1)=139,t0.05/2,138
1.9773,带入式(18.4)得:
n
(2)
1.977330
140.7141
以n
(2)=141,t0.05/2,1401.9771,代入式(18.4)得n(3)
140.7
141,n
(2)n(3),
可停止计算。
故至少需要调查
141位成年男性。
(二)估计总体率时的样本含量估计
调查研究中常需利用抽样获得的样本率p估计总体率,由第十章的学习可
知,当n较大,和1
均不太小,如n
和n(1
)均大于
时,样本率p的分
布亦近似服从正态分布,记为p~N(,
p2),其中
p
(1
)n,同样根据
正态分布原理,由式(18.1)反推可得:
)
(18.5)
式中,为总体率,其它符号含义同前。
总体率未知时,可取
=50%,以使
(1)达到最大,算得样本含量也最大,从而保证总体率推断的精确性。
例18.2研究某地菜农钩虫感染率,要求允许误差不超过
2%,取
0.05,
需调查多少人?
根据题意,
=
0.05/2
,
=0.50
Z/2
=1.96=2%=0.02。
总体率未知,取
代入式(18.5)得:
Z/2
2401
0.5(10.5)
0.02
式(18.5)同样仅适用于无限总体抽样的样本含量估计,对有限总体进行抽样时,仍需按式(18.3)进行校正。
同时,当总体率
接近0或1时,如
>
70%或
<
30%,应用式(18.5)会有偏
差,此时可对作以弧度为单位的平方根反正弦变换,
再利用正态分布原理获得
样本含量的估计公式:
57.3Z/2
(18.6)
(1))
arcsin(
此外,亦可使用基于Poisson分布的正态近似样本含量估计等,读者可根据上述理论自行推导,或参考其它书籍,这里不再赘述。
三、其它概率抽样方法的样本含量估计
概率抽样方法不同,样本含量估计方法各异。
对系统抽样而言,抽样间隔不同,其抽样误差也不同,故系统抽样尚无统一的方法估计样本含量。
但如果研究的变量与总体中个体的编号无确定的上升、下降或周期性变化的关系,系统抽样的抽样误差应小于单纯随机抽样,可参照单纯随机抽样所计算的样本含量。
这里
简单介绍分层随机抽样和整群抽样中样本含量的估计。
(一)分层随机抽样样本含量的估计
抽样方式为分层抽样研究中,若总体为无限总体,可在估计各层总体参数
i
或i基础上,以各层例数在总体中所占比例Wi为权重进行加权平均,获得总体
方差(2
Wi)
或总体率
(
iWi)
,再按式
或式
估计调查总
例数。
若总体为有限总体,设总体例数为N,共有L层,每层例数为Ni,各层总体
(总体率的估计中
i(1
i)),则调查总例数的估计公式为:
方差为i
Ni2
i2wi
(18.7)
N
Z2)
Ni
式中wi为各层样本比例(samplefraction),即wi
ni
n,余符号同前。
若按比例分
配,则wi
NiNWi;
若进行最优分配,
wi
Ni
Nii。
得到总的样本例
数n后,各层样本量为ni
nwi。
(二)整群随机抽样样本含量的估计
整群抽样中,由于群内个体的相似性和群间个体的异质性,使得整群抽样获得的方差往往大于单纯随机抽样的方差。
若定义整群抽样中计算的方差与单纯随机抽样中方差比值为设计效率DEFF(designeffect),其估计公式为:
DEFF1
(m
1)
式中m为各群平均个体数;
为群内相关系数(intra-clustercorrelation,ICC),即
群间方差
B2(
B2
W2)),反映群内个体的相似
B与总方差
B
W的比值(
程度,其未知时,可通过预调查进行估计。
整群随机抽样样本含量nC的计算,首先按单纯随机抽样计算样本含量n,再
乘以整群抽样的设计效应,则:
nCnDEFF
(18.8)
所需群数GnCm。
第三节实验研究中的样本含量估计
实验研究的目的主要在于通过不同干预措施或实验条件效应指标(均数或率)的比较,说明处理因素的作用,如研究方式为抽样研究,比较的过程即为假设检验。
需要特别指出的是不仅在实验研究中存在比较的过程,在调查设计中为了探索可能的影响因素,以及流行病学中的病例对照研究、队列研究也需要进行比较,即也存在假设检验的问题。
因此本节将从假设检验中不同变量类型及设计形式出发,介绍样本含量估计条件和估计方法。
假设检验中样本含量的估计公式在不同情况下虽有所不同,但其基本思想大同小异,估计的基本条件也大致相同。
这里以例18.3为例介绍估计的基本条件。
例18.3欲研究海拔对血红蛋白的影响,拟在某高原地区对健康成年男性进行抽样调查,以确定高原地区成年男性的血红蛋白是否高于一般成年男性。
已知一般正常成年男子血红蛋白为(140±
30)g/L,根据医学专业知识,当血红蛋白含量
相差至少在10g/L以上时,可认为二者存在差异。
取单侧=0.05,1-
=0.90,
问应对多少名高原地区健康成年男性进行检查?
若血红蛋白服从正态分布,此研究目的在于若高原成年男性血红蛋白总体均
数与一般成年男性人群总体均数0=140g/L之间的差别在10g/L及以上,且
总体标准差30g/L,则利用抽样研究获得的高原地区成年男性血红蛋白样本
信息发现这种差异,并保证发现所存在差异的能力(即检验效能)1-=0.90。
通过前面章节学习不难发现,此时需进行单样本设计均数比较的假设检验:
H0:
0140g/L(高原地区成年男性血红蛋白均数与一般正常成年男子
相同)
H1:
0150g/L(高原地区成年男性血红蛋白均数比一般正常成年男
子高10g/L)
注意:
这里的H1:
1不同于前面章节建立假设时备择假设的写法
H1:
0,后者未给出的具体数值。
所以前面有关章节介绍过的假设检验,
不能估计犯第二类错误的概率和检验效能1-。
例18.3中,由于总体服从正态分布,样本均数的分布亦服从正态分布,标
准误
n,在H0规定的总体中
X~N(
0,
x2),在H1规定的总体中抽样,
样本均数
x2),可用图
18.2表示。
图18.2假设检验中样本均数的分布示意图
从图18.2可见,在H0成立的正态分布中,在特定的检验水准
下,临界点
c(图18.2中的圆点)的坐标为:
c
n。
进一步考虑控制第二类错误时,
假设真正的总体分布位置为图中
H1所对应的
,那么当H1分布c点坐标
左侧面积为
时,可同时控制此假设检验的效能为1-
,即
c(0)Z
n,从而有:
)Z
(18.9)
推导可得:
(Z
(18.10)
这样得到的样本量估计就同时控制了假设检验的第一类错误
和第二类错误
(即检验效能为
1-)。
式18.10中,为总体标准差,
为总体均数间差异,Z
为指定检验水准
下的单侧Z值,若为双侧检验应改为Z
2,为指II型错误
下的单侧Z值。
需要注意的是,公式
18.10中的
根据无效假设有单双侧之分,而
只有单
侧。
因为确定
必须考虑无效假设H0
不成立时真正的总体分布位置,而此时真
正的总体分布位置只会在
0的左边或右边(
0在左边,
0在右边),两者
只能居其一,不可能既在左边又在右边。
例18.3中=30g/L,=10g/L,ZZ0.051.65,ZZ0.101.28,代入
式(18.10)得:
(1.65
1.28)
10
77.378
所以至少需要调查78人。
由公式(18.10)可知,在假设检验样本含量估计中,所需基本信息包括:
1.
I型错误概率
即假设检验中的检验水准,
愈小,所需样本含量愈多。
对于相同的,双侧检验比单侧检验所需样本含量多。
通常取0.05。
2.
II型错误概率
或检验效能(1
)II型错误的概率愈小,检验效能愈大,
所需样本含量愈多。
一般要求检验效能
≥0.80,通常取0.20或0.10。
3.
欲比较的两总体参数间的实际差异
如两总体均数的差值
2,两总体率的差值
2。
愈大,所需样本含量愈小。
4.
总体变异度
比较均数时需了解总体标准差
,比较频率时需了解总体
概率1和2。
总体的变异度愈高,所需样本含量愈多。
二、均数比较中的样本含量估计
(一)单样本设计均数比较的样本含量估计
例18.3即为单样本设计均数比较的样本含量估计的情形,这里不再赘述。
当总体标准差未知时,可用样本标准差S代替。
此时,以t分布中对应的t和t
界值代替Z和Z,式(18.10)就转换为:
(t
t
)S
(18.11)
但n求出之前,自由度未知,
t和t查不出,可首先利用Z计算出初步的样本
含量n
(1),并以自由度v
(1)n
(1)
1获得t,
(1)
,代入式(18.11),求出更近似的n
(2),
依次类推,直至样本例数稳定。
(二)配对设计均数比较的样本含量估计
配对设计假设检验的目的在于通过样本信息考察配对数据差值的总体均数
d与0之间的差异,与上述单样本设计均数的比较并无本质区别,其样本含量
计算公式只要将式(18.10)中改为d即可,单侧检验时即:
(ZZ)
d
(18.12)
例18.4
欲研究某药对四氧嘧啶糖尿病模型小鼠的降血糖作用。
假设该药使
空腹血糖下降2.0mmol/L及以上有专业意义,若d=1.7mmol/L,
取单侧0.05,
检验效能1-
取0.90,需要多大的样本含量?
本例的研究目的在于通过某药治疗四氧嘧啶糖尿病模型小鼠前后血糖的动
态变化(差值)来说明药物的疗效,治疗前、治疗后血糖值间存在关联,可看成是
配对设计,或关联样本。
根据题意d=1.70mmol/L,δ=2.0mmol/L,=0.05,Z0.05=1.65;
=0.10,
Z0.10=1.28,代入式(18.12)得:
(ZZ)
(1.651.28)1.7
6.2
2.0
故需7只四氧嘧啶糖尿病模型小鼠。
(三)独立两样本设计均数比较的样本含量估计
独立两样本设计指的是相对于配对设计(或关联样本)而言,两样本中的个体测量值彼此独立,没有关联。
常见于实验性研究中的完全随机设计样本,及观察性研究中分别独立从两个总体抽样获得的样本。
独立两样本设计均数比较的假设检验中
2,H1:
2进一步可改
写为
0,H1:
0,即通过样本均数的差值考察两总体均数差
值与0之间的差异。
此时,若两总体均服从正态分布,且总体方差齐,样本均数
差值的分布记为X1X2~N1
2,
2(1
1),定义样本比例Q1
n1/N,
n1
n2
Q2n2/N,不难推导两组总例数
N的计算公式为:
(Z/2
Z)
Q1
Q2
(18.13)
式中
、Z
/2、Z含义同前,
2,n1N
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整版 18 样本 含量 估计 docx
![提示](https://static.bdocx.com/images/bang_tan.gif)