sampling variability -> central limit theorem -> statistical inference -> confidence intervals & hypothesis tests -> significance & confidence & power
考虑m个sample,每个sample的容量为n。
mean(x⎯⎯)≈μmean(\overline{x}) \approx \mu
SD(x⎯⎯)<σSD(\overline{x}) < \sigma ,前者被称为standard error
,当n增加的时候,standard error
减小。
衡量群体的分散情况用standard deviation
衡量样本值的分布情况,使用standard error
一般来说,如果群体正态分布,那么不论n(sample size)多大,都是符合正态分布的。当非正态也就是偏斜程度增加,需要提高n去保证sample distribution的正态分布。一般来说,n>30即适合。
注意:抽样的话应该保证样本的独立性,因此如果是without replacement
的取样的话(一般研究都这样),那么样本的数量不应该超过总体数量的10%。
我们喜欢large sample
,但是也不能太大了啊。
举个例子,从一个1000人的村子抽人,如果样本是10个的话,那么抽到你和你家人的概率很小。但是如果样本是500个的话,抽到你和家人的概率就很大。这样的话,因为一家人不是相互独立的,所以会对结果造成偏差。
如果样本分布式skew的话,那么随着样本容量n的增大。 样本mean的分布逐渐趋向于正态分布,mean(x⎯⎯)mean(\overline{x}) 逐渐趋向于μ\mu,SD(x⎯⎯)SD(\overline{x}) 逐渐变小。
即使知道样本的mean和sd,也不可以根据正态分布的z值计算某个区间的概率。因为群体的分布不一定是正态分布的,解决办法是求出群体的概率密度函数或者分成区间计算histogram。
使用置信区间可以更好的捕捉到population parameter,比使用单个参数的效果好。
逻辑: 我们知道sample parameter的分布是符合正态分布的,也就是说根据68-95-99.7准则,我们有95%的置信率,保证我们所选取的样本的参数是在两个sd内的。因此在样本参数的基础上,加减两个sd,便有95%的可能性保证群体的参数落在这个区间。
It’s connected to the CLM.
CI是建立在CLM的基础上。因此两者的适用条件有相似的地方。但是,对样本集的大小,CI要求更为严格。
qnorm()
pnorm()
accuracy:CI是否包括了population parameter precision:CI的宽度
这两个,通常是矛盾的。
confidence level的含义是:根据CLM,sample parameter的分布是正态的。所以假设我们取了很多的样本,对每个样本都计算95%的CI。那么,在所取的样本中,大约只有95%的样本落在了2个se内,因此用95%CI估计的区间,大约只有95%的区间包括了population parameter。 简单来说,CI就是我们的confidence internal包括群体参数的概率。
CI是关于群体的,不是关于个人的,也不是关于样本的。
confidence level提升的话,confidence interval也会变得更宽,因此才有更大的可能性去包括群体参数值。
如果想要提高accuracy的话,那么需要提高confidence level。但是提升的同时,会带来一些cost。 具体表现在,confidence interval也变高了,引起了precision的降低。
提高样本大小。
一些时候,我们需要保证margin error在一定的范围之内,这样的precision才可以保证答案是有意义的。这样的话,我们需要知道sample的大小。
思路是:比较男女晋升是否有差异。可以先假设两者无差异,然后做两者差的分布。最后将两者的实际差值与理想的分布差值作比较,如果足够extreme,就表示在null hypothesis的基础上获得该数据实际结果的可能性太低,因此拒绝这个假设。
如果H0在CI中,那么就不能拒绝H0。
这是一种很粗略的方法,因为他不能给出明确的置信度,也就是哦p-value。
首先,根据样本的数据算出样本的参数,比如n,x⎯⎯,s,sen,\overline{x},s,se,然后假设H0是正确的,根据这些参数做出sample distribution。 接着,考虑HA对应图中的位置,如果足够偏(p值足够小),那么就可以拒绝H0的分布,也就是拒绝H0。
解释p-value
条件
不同的estimator,只是SE不同
之前主要讨论了Population mean的估计。 同样,也有很多其他的estimator。
这是estimator得保证是unbiased,这样才能保证估计的准确性。
sometimes,we make mistakes
so far, we’ve been using two inference techniques–HT and CI. 如果使用相同标准的话,他们的结果应该是相同的。
通常,significance level和confidence level是互补的。比如前者5%,后者95%。 两者是否互补为1取决于做的是单尾检定还是双尾检定。
当考虑practical significance时候,主要关注effect size。
effect size定义为: difference between point estimate and null value。
如果effect size很小,也就是point estimate和null hypothesis很接近的情况下,并不能很好地保证statistical significant。但是,可以通过增加sample size,保证statistical significant。
需要先分析搜集多少数据。