我的统计学课件第六章 参数估计.ppt

一、参数估计的概念及特点 参数估计是指从所要研究对象的全部单位中，按照随机原则抽取一部分单位进行调查，然后根据样本统计量去估计总体参数。 二、参数估计的作用 对于无限总体 对于不可能或没必要进行全面调查而又要了解其全面情况的事物 对全面报表或普查资料进行检查、修正或补充 6.2总体参数估计与样本容量的确定 一、总体参数的估计方点估计与区间估计 点估计 (point estimate) 用样本的估计量的某个取值直接作为总体参数的估计值 无法给出估计值接近总体参数程度的信息 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 一个总体参数的区间估计 总体均值的区间估计(结果的四舍五入法则) 当用原始数据构建置信区间时，置信区间的计算结果应保留的小数点位数要比原始数据中使用的小数点多一位 如，原始数据有一位小数，置信区间的结果应保留两位小数 当不知道原始数据，只使用汇总统计量(n，x，s)时，置信区间的计算结果保留的小数点位数应与样本均值使用的小数点位数相同 总体均值的区间估计 (正态总体、?２已知，或非正态总体、大样本) 总体均值的区间估计(大样本) 1. 假定条件 总体服从正态分布,且方差(?２) 已知 如果不是正态分布，可由正态分布来近似 (n ? 30) 使用正态分布统计量 z 总体均值的区间估计 总体均值的区间估计(例题分析) 总体均值的区间估计 总体均值的区间估计(例题分析) 总体均值的区间估计 (正态总体、?２未知、小样本) 总体均值的区间估计 (小样本) 1. 假定条件 总体服从正态分布,但方差(?２) 未知 小样本 (n 30) 使用 t 分布统计量 t 分布(用Excel生成t分布的临界值表) 总体均值的区间估计 总体均值的区间估计(例题分析) 总体比例的区间估计 总体比例的区间估计 1. 假定条件 总体服从二项分布（二项分布即重复n次的伯努里试验。在每次试验中只有两种可能的结果,而且是互相对立的，是独立的,与其它各次试验结果无关，结果事件发生的概率在整个系列试验中保持不变,则这一系列试验称为伯努力试验。） 可以由正态分布来近似 使用正态分布统计量 z 总体比例的区间估计(例题分析) 总体方差的区间估计 总体方差的区间估计(结果的四舍五入法则) 当用原始数据构建置信区间时，置信区间的计算结果应保留的小数点位数要比原始数据中使用的小数点多一位 如，原始数据有一位小数，置信区间的结果应保留两位小数 当不知道原始数据，只使用汇总统计量(n,s)时，置信区间的计算结果应保留的小数点位数应与样本方差或标准差使用的小数点位数相同 总体方差的区间估计 1. 估计一个总体的方差或标准差 2. 假设总体服从正态分布 总体方差 ? 2 的点估计量为s2,且 总体方差的区间估计(图示) 总体方差的区间估计 总体方差的区间估计(例题分析) 两个总体参数的区间估计 两个总体均值之差的区间估计(独立大样本) 两个总体均值之差的估计(大样本) 1. 假定条件 两个总体都服从正态分布，?1２ ， ?2２已知 若不是正态分布, 可以用正态分布来近似(n1?30和n2?30) 两个样本是独立的随机样本 使用正态分布统计量 z 两个总体均值之差的估计 (大样本) 1. ?1２， ?2２已知时，两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计(例题分析) 两个总体均值之差的估计(例题分析) 两个总体均值之差的区间估计(独立小样本) 两个总体均值之差的估计(小样本: ?12=? 22 ) 1. 假定条件 两个总体都服从正态分布 两个总体方差未知但相等：?1２=?2２ 两个独立的小样本(n130和n230) 总体方差的合并估计量 两个总体均值之差的估计(小样本: ?12=?22 ) 两个样本均值之差的标准化 两个总体均值之差的估计(例题分析) 两个总体均值之差的估计(例题分析—正态性评估) 两个总体均值之差的估计(例题分析) 两个总体均值之差的估计(小样本: ?12?? 22 ) 1. 假定条件 两个总体都服从正态分布 两个总体方差未知且不相等：?1２??2２ 两个独立的小样本(n130和n230) 使用统计量 两个总体均值之差的估计(小样本: ?12??22 ) 两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计(例题分析) 两个总体均值之差的估计(例题分析) 两个总体均值之差的区间估计(匹配样本) 两个总体均值之差的估计(匹配大样本