推断统计学原理.pptxVIP

推断统计学原理抽样分布（sampling distribution）参数估计（parameter estimation）假设检验（hypothesis testing）抽样分布是参数估计与假设检验的理论基础三种不同性质的分布总体分布（population distribution）：总体内个体数值的次数分布。样本分布（sample distribution）：样本内个体数值的次数分布。抽样分布（sampling distribution）：根据所有可能的样本观察值计算出来的某一种统计量的观察值的概率分布。从总体分布到抽样分布总体X的概率分布这是一个均匀分布（uniform distribution）总体住户第一户第二户第三户第四户第五户日支出(X)2025303540户数11111概率0.200.200.200.200.20总体平均数和总体方差 样本（n=2）的所有可能结果第一户第二户第三户第四户第五户第一户(20, 20)M=20(25,20)M=22.5(30,20)M=25(35,20)M=27.5(40,20)M=30第二户(20,25)M=22.5(25,25)M=25(30,25)M=27.5(35,25)M=30(40,25)M=32.5第三户(20,30)M=25(25,30)M=27.5(30,30)M=30(35,30)M=32.5(40,30)M=35第四户(20,35)M=27.5(25,35)M=30(30,35)M=32.5(35,35)M=35(40,35)M=37.5第五户(20,40)M=30(25,40)M=32.5(30,40)M=35(35,40)M=37.5(40,40)M=40样本（n=2）的平均数的抽样分布平均数2022.52527.53032.53537.540次数123454321概率.04.08.12.16.20.16.12.08.04样本(n=2)的平均数的抽样分布图不同总体情况下的抽样分布tj0401.jpg示意图抽样分布的定理设总体X服从分布F(x)，（X1，X2，…，Xn）是抽自该总体的一个简单随机样本（simple random sample），总体均值与样本均值、总体方差与样本均值的方差有如下关系：抽样分布的定理从总体中随机抽出容量为n的一切可能样本的平均数之平均数等于总体的平均数；从总体中随机抽出容量为n的一切可能样本的平均数的方差，等于总体方差除以n．样本（n=2）平均数的平均数和方差=(20+22.5×2+25×3+27.5×4+30×5+32.5×4+35×3+37.5×2+40)/25= 30 样本均值的抽样分布（σ2已知）　若（X1，X2，…，Xn）是抽自总体X的一个容量为n的简单随机样本，则依据样本的所有可能观察值计算出的样本均值的分布，称为样本均值的抽样分布。样本均值的抽样分布定理　设（X1，X2，…，Xn）是抽自正态分布总体X~N(μ, σ2)的一个容量为n的简单随机样本，则其样本均值也是一个正态分布随机变量，且有样本均值的抽样分布例题某类产品的强度服从正态分布，总体平均数为100，总体标准差为5。从该总体中抽取一个容量为25的简单随机样本，求这一样本的样本均值介于99~101的概率。如果容量为100呢？样本均值的抽样分布（σ2已知）非正态总体、σ２已知时　设总体X的均值μ和σ2，当样本容量趋向无穷大时，样本均值的抽样分布趋于正态分布，且样本均值的数学期望和方差分别为例题某类产品的强度不服从正态分布，总体平均数为100，总体标准差为5。从该总体中抽取一个容量分别为25的简单随机样本，求这一样本的样本均值介于99~101的概率。如果容量为100呢？例题某种灯具平均寿命为5000小时，标准差为400小时，从产品中抽取100盏，问它们的平均使用寿命不低于4900小时的概率是多少？如果是从2000盏灯具中不放回地抽取100盏呢？有限总体修正系数设总体X服从分布F(x)，（X1，X2，…，Xn）是以不放回形式抽自该总体的一个样本，总体均值与样本均值、总体方差与样本均值的方差有如下关系：参数估计用样本统计量的来估计相应总体参数，称为参数估计判断估计量优劣的标准无偏性有效性一致性充分性参数估计的基本方式点估计（point estimation）用某一样本统计量的值来估计相应总体参数的值叫总体参数的点估计。区间估计（interval estimation）以样本统计量的抽样分布（概率分布）为理论依据，按一定概率要求，由样本统计量的值估计总体参数值的所在范围，称为总体参数的区间估计。区间估计canshu-gj.gif示意图区间估计的基础－－抽样分布根据抽样分布的原理，可得到不同条件下总体参数的区间估计的计算方法区间估计涉及置信水平（confidence level