统计估计和假设检定.pptVIP

统计估计与假设检定 重点内容 统计估计的原理 假设检定的逻辑 假设检定的程序 假设检定的三种方式 一、中央极限定理（central limit theorem） 样本平均数的抽样分配（sampling distribution of sample means） 样本平均数的平均数(The Mean of the Sampling Distribution of Means, ) 标准误（ , standard error)：样本平均数抽样分配的标准差 中央极限定理：自某一母体中抽样，假定所有样本数为 N 的样本都被抽出来（也就是有 K 套样本）并计算其平均数（　），在样本数够大的情况下，这 K 个样本平均数会形成常态分配，而且这些样本平均数的平均数（ ）会等於母体平均数（ ），这些样本平均数的标准差（标准误 ）会等於 中央极限定理 : 中央极限定理提供了推论统计的理论基础 这个定理适用於任何形态的分配 样本平均数的平均数会等於母体平均数 标准误会比母体标准差来得小 标准误是与样本数的大小成反比的关系 二、信赖区间与统计估计 统计估计可分为 点估计（point estimate） 信赖区间（confidence interval）估计 区间估计的逻辑是以机率抽样方法自母体抽取一个样本，计算其平均数 ，依照所要的信心水准，将加减 K 个 而得到上下区间。 信赖区间 就是区间的宽度，通常也称为抽样误差（sampling error） 例１：随机抽样1000位北京男性市民后，样本平均身高为172公分，样本标准差为30公分，在95%的信心水准下，北京男性市民的平均身高为何？ 95%信赖区间 （续－信赖区间） 这就表示在95%的信心水准下，北京男性市民的平均身高是在170.14与173.86公分之间，其抽样误差为 公分 99%信赖区间 （续－信赖区间） 这就表示在99%的信心水准下，北京男性市民的平均身高是在169.55与174.45公分之间，其抽样误差为 公分 一般对这信赖区间的解释是，我们有95%的信心，在这个区间中会包含着母体平均数。 真正意乂是：如果连续抽样100次，每次都建立一个信赖区间，所谓95%信赖区间是指这100个信赖区间中，会有95个区间会正确地包含着母体平均数，约有五个不包含着 例2：美国某家医院随机抽样1024个案例，其平均医疗费用为$810，样本标准差为$64 建构90%的信赖区间 建构95%的信赖区间 建构99%的信赖区间 因此， 区间估计的逻辑是以机率抽样方法自母体抽取一个样本，计算其平均数 ，依照所要的信心水准，加减 K 个 所得到上下区间 95% 和 99%就是 “信心水准” 就是抽样误差 信心水准愈高，信赖区间也就愈宽 ，但太宽的信赖区间会使之失去实际的效用 值：代表“不包含”母体特性的机率，也就是结论是错误的机率。又称为显著程度（significance level） 在95%的信心水准下， 　　= 1 – 0.95 = 0.05 在99%的信心水准下， 　　= 1 – 0.99 = 0.01 “判别值”（critical value）:与 值相对应的 z 值　　　　　　 95%信赖区间的判别值： 99%信赖区间的判别值： 上述的信赖区间也可以 t 分数来建构： 信赖区间 以 t 分数来建构信赖区间 ： 例１：设 N=1000, =.05 例２：设 N=16, =.05 一个控制抽样误差的方法是从样本数着手 但是，当样本数超过一定数目后，标准误减少得很有限，抽样成本会随着样本数增大 三、假设检定 统计估计 ：估计母体参数 假设检定：假设母体参数为某值，再以样本资料来检证这项假定是否为真 例3：某厂商要测试所生产的盒装果汁容量是否是16 oz 取样1024盒并计算平均数 这平均数等於16的机率很低　（15.99, 16.01, 16.1, 16.2, ） 如果样本标准差=1.6, 样本平均数=16.2 厂商的结论为何？ 假设检定的2种类型 选用何种检定方法要考虑的三个因素：样本的个数和类型，样本的规模，变量的测量尺度 1、参数检定：Z、t检验（样本随机、正态分布、定距层级） F检验（样本随机、有一个变量是定距层级的，各子总体正态分布且具有相等的方差） 2、非参数检定：卡方检验（两个变量均为定类，样本随机） (定距层次的变量)假设检定的三种方