醫(yī)學統(tǒng)計學:第一節(jié)　抽樣誤差與標準誤

一、抽樣誤差的意義

在第一章第二節(jié)曾提到過樣本與總體以及抽樣誤差的概念，那里談到，由于存在人與人之間的個體差異，即使從同一總體用同樣方法隨機抽取例數相同的一些樣本，各樣本算得的某種指標，如平均數（或率)，通常也參差不齊存在一定的差異。樣本指標與相應的總體指標之間有或多或少的相差，這一點是不難理解的。如某醫(yī)生從某地抽了120名12歲男孩，測量其身高，計算出均數為143.10cm，若再從該地抽120名12歲男孩，其平均身高未必仍等于143.10cm，也不一定恰好等于某市12歲男孩身高的總體均數，這種差異，即由于抽樣而帶來的樣本與總體間的誤差，統(tǒng)計上叫抽樣波動或抽樣誤差。

抽樣誤差和系統(tǒng)誤差不一樣，關系系統(tǒng)誤差，當人們一旦發(fā)現(xiàn)它之后，是可能找到產生原因而采取一定措施加以糾正的，抽樣誤差則無法避免。因為客觀上既然存在個體差異，那么剛巧這一樣本中多抽到幾例數值大些的，所求樣本均數就會稍大，另一樣本多抽到幾例數值小些，該樣本均數就會稍小，這是不言而喻的。

抽樣誤差既是樣本指標與總體指標之間的誤差，那么抽樣誤差小就表示從樣本算得的平均數或率與總體的較接近，有樣本代表總體說明其特征的可靠性亦大。但是，通�？傮w均數或總體率我們并不知道，所以抽樣誤差的數量大小，不能直觀地加以說明，只能通過抽樣實驗來了解抽樣誤差的規(guī)律性。

二、標準誤及其計算

為了表示個體差異的大小，或者說表示某一變量變異程度的大小，可計算標準差等變異指標來說明，現(xiàn)在我們要表示抽樣誤差的大小，如要問，從同一總體抽取類似的許多樣本，各樣本均數（或各率)之間的變異程度如何？也可用變異指標來說明。這種指標是：

（一)均數的標準誤　為了表示均數的抽樣誤差大小如何，用的一種指標稱為均數的標準誤。我們以樣本均數為變量，求出它們的標準差即可表示其變異程度，所以將樣本均數這“標準差”定名為均數的標準誤，簡稱標準誤，以區(qū)別于通常所說的標準差。標準差表示個體值的散布情形，而標準誤則說明樣本均數的參差情況，兩者不能混淆。下面用抽樣實驗進一步說明之。

將100名正常人的紅細胞數（萬/mm³)寫在100顆大小均勻的豌豆上。這些紅細胞數見表6.1，其均數為500，標準差為43。把這些豌豆放在一個口袋里，徹底混勻后取出一顆，記下紅細胞數，放回袋內，混勻后再取出一顆，記下數字后再放回去，如此繼續(xù)下去，這是一個取不完的總體，這樣每取10個數字作為一個樣本，共抽取了一百個樣本，并計算每一樣本的均數與標準差，例見表6.2。

表6.1　紅細胞數抽樣實驗用的正態(tài)總體

μ=500 σ=43（單位：萬/立方厘米)

表6.2　紅細胞數抽樣實驗中的樣本舉例

第一號樣本均數與標準差的計算：

X＝4.886/10=488.6

將一百個樣本均數加總，得到的數值為50,096.7,又這一百個樣本均數平方之和為25,114，830.91，于是代入標準差的計算公式，求得一百個樣本均數的標準差又稱標準誤為

當總體標準差已知時，可計算理論的標準誤σ_χ，公式是

(6.1)

表6.1抽樣實驗用的總體標準差是43，每個樣本的例數是10，代入公式得

可見由一百個樣本均數求得的標準誤13.50與理論的標準誤13.60比較接近。

在實際工作中，總體標準差往往并不知道，也不象抽樣實驗那樣從同一總體隨機抽取n相等的許多樣本，而是只有手頭一個樣本。在此情況下，只能以樣本標準差S作為總體標準差σ的估計值。這樣，公式6.1中的σ就要用S代替，σ_χ改為S_χ，以資區(qū)別。

(6.2)

將第1號樣本的標準差及例數代入式6.2，得

再若將第2號樣本的數字代入，S_χ將成為10.74，余類推。由于不同樣本的標準差并不相等，可見S_χ也有抽樣波動，這一點是值得注意的，但它仍不失為σ_χ的較好估計值。

以上介紹了求標準誤的三種方法，其實我們平常用的只是式6.2，而通過前兩種方法的對比則可使我們明瞭標準誤的含義。標準誤是描述樣本均數變異情況的一個指標，它的大小與總體標準差σ（一般只能用S估計)成正比，而與樣本含量n的平方根m.52667788.cn/rencai/成反比，因此若標準差小或樣本含量大時，求出的標準誤就�。�標準誤小表示樣本均數與總體均數較接近)，X代表μ較可靠，所以假若手頭資料中觀察值的變異程度較大（S大)時，為了保

證樣本代表總體比較可靠，就得適當增大樣本含量（n)。

（二)率的標準誤　若總體包括某事件的發(fā)生數與未發(fā)生數兩類，所化成的比例或成數即為總體發(fā)生率（符號π)與未發(fā)生率（１-π)。從總體中隨機抽取許多樣本(n相等)，算出各個樣本率（用P表示)，會是或大或小有波動的。為了表示樣本率之間或樣本率與總體率之間的差異程度，當總體率π已知時，可計算理論的標誤σ_p,其公式是

(6.3)

實際工作中往往不知道總體率π這時只能以樣本率P作為總體率π的估計值，求得率的標準誤，并用S_P表示，計算公式為

(6.4)

現(xiàn)舉例說明其求法。

例6.1　某醫(yī)生檢測了110名成年健康人的尿紫質，發(fā)現(xiàn)陽性者11人，陰性者99人，于是算得陽性率P及率的標準誤S_P如下：

P=11/110×100%=10%�。ㄓ眯�數表示為0.10)

若要進一步增強樣本率估計總體率的可靠性，可加大樣本含量。

三、樣本均數的分布

從同一總體里隨機抽取n相同的許多樣本，這些樣本均數吳正態(tài)分布。如前面所述正常人紅細胞數的抽樣實驗中已求得100個樣本均數，其中多數與總體均數μ比較接近而集中分布在其周圍，且左右基本對稱，見表6.3（此表由表6.4中的100個均數劃記歸組而得)。

表6.3　紅細胞抽樣實驗中100個樣本均數的分布

表6.4　一百個樣本的均數、標準差、95%可信區(qū)間

已知按正態(tài)分布，理論上有95%的變量值分布在均數加、減1.96倍標準差（樣本均數的標準差稱標準誤)的范圍內，這里也即100個樣本均數中有95個分布在500－1.96(13.60)=473.34至500+1.96(13.60)=526.66的范圍內�，F(xiàn)看表6.4，在100個樣本均數中，第6號（546.7)、第72號（465.3)、第97號(530.1)在上述范圍之外，第42號(526.4)及第75號(526.6)就在臨界值附近，其余95個（若將第42及75號計算在內則為97個)樣本均數在此范圍之內，將實際分布與理論分布相對照見下表6.5。100個樣本均數的實際分布與正態(tài)分布的理論基本符合。