1702639179
1702639180
1702639181
21.3 经理人的收缩压。一家大型公司的医务总监查阅了该公司72名年龄在35~44岁的经理人的医疗记录。他发现这个样本的收缩压平均值=126.1，标准差s=15.2。假设这个样本是随机抽取的，计算该公司所有经理人的收缩压平均数μ的95%置信区间。
1702639182
1702639183
小结
1702639184
1702639185
本章要点
1702639186
1702639187
• 统计推断指的是根据样本数据对总体得出结论。因为我们没有总体的数据，所以统计推断的结论并非完全正确。
1702639188
1702639189
• 当估计一个未知参数时，置信区间可以为我们提供该估计的不确定程度。区间能够告诉我们，对未知参数可以“定位”到什么程度。置信度是一个概率，它告诉我们在许多样本当中，我们的方法所产生的区间确实会包含参数的机会有多大。要找到置信区间，先得考虑统计量的抽样分布，也就是多次抽样统计量会如何变化。
1702639190
1702639191
1702639192
1702639193
• 我们讨论了一种特定的置信区间，也就是根据从总体抽出的简单随机样本中的成功比例，估计出总体中的成功比例p的置信区间。p的置信区间建立在的抽样分布之上，当样本量n很大时，这个分布近似于正态分布。
1702639194
1702639195
1702639196
1702639197
• 我们用总体的一个简单随机样本的平均数估算总体平均数μ。μ的置信区间建立在的抽样分布之上，当样本量n很大时，中心极限定理指出这个分布近似于正态分布。尽管方法有细节上的不同，但对于μ的统计推断类似于对总体比例p的统计推断，因为它们都基于正态分布。
1702639198
1702639199
我们收集数据的目的不是了解我们所观察的个体，而是得出关于总体的结论。第1章到第6章告诉我们产生数据的方式（抽样、实验设计）决定了我们能否得到关于总体的好的推断，特别是，样本统计量是否为我们了解总体参数提供了好的结果。第17章到第20章讨论了概率这种影响我们所做推断实质的正规工具。第18章讨论了抽样分布，告诉我们从多个简单随机样本中得到的统计量会如何变化，样本统计量（特别是样本比例）在多大程度上可以告诉我们关于总体参数（尤其是总体比例）的情况。
1702639200
1702639201
在这一章，我们讨论了对总体参数进行估算的基本逻辑过程，重点是估算总体比例和总体平均数。为了估算总体参数，比如总体比例，我们要提供一个误差范围和置信度，其结果是一个置信区间。抽样分布我们在第3章讨论过，在第18章又进行了更充分的讨论，提供了计算置信区间和理解其性质的数学基础。我们将在第23章介绍更多的解读置信区间的方法。
1702639202
1702639203
案例分析与评估
1702639204
1702639205
本章开头案例中的新闻报道只是提到，最易怒的高阶组和最不易怒的低阶组比起来，前者患心脏病的概率是后者的2.2倍，前者患急性心脏病的概率是后者的2.7倍。而医学期刊《循环》发布的报告中则给出了置信区间：在95%的置信度下，高阶组患心脏病的概率是低阶组的1.36~3.55倍，前者患急性心脏病的概率是后者的1.48~4.90倍。用没学过统计学的人也能懂的语言，解释什么是置信区间。
1702639206
1702639207
练习
1702639208
1702639209
21.1见本书第171页。
1702639210
1702639211
21.2见本书第178页。
1702639212
1702639213
21.3见本书第183页。
1702639214
1702639215
21.4 住宿生意见调查。汤雅想了解，她的那些住宿的同学中喜欢宿舍提供的食物的人数百分比。她在住宿的175位学生中，抽取了一个50人的简单随机样本，其中有14人认为宿舍供应的食物不错。
1702639216
1702639217
（a）汤雅想要对什么样的总体得出结论？
1702639218
1702639219
（b）用你自己的话说，这道题里的总体比例p指什么？
1702639220
1702639221
1702639222
（c）从汤雅的样本中得到的样本比例的值是多少？
1702639223
1702639224
21.5 要不要开除教练？一所大学的校长说：“校友中有99%的人支持开除博格斯教练的决定。”你访问了一个从该校尚在世的15000名校友中抽取的200人的简单随机样本，得知其中只有66人赞成开除教练。
1702639225
1702639226
（a）这里的总体是什么？
1702639227
1702639228
（b）仔细说明这道题里的总体比例p指的是什么？