4参数估计.ppt

抽样误差 概念： 由于抽样引起的样本统计量与总体参数之差 表现形式 ： 样本统计量与总体参数间的差异 样本统计量之间的差异 抽样误差 抽样误差 产生的原因 个体变异 随机抽样研究 均数的抽样误差及其规律性 例 从标准正态分布总体、均匀分布总体中分别进行随机抽样，每次抽取一个样本量为n的样本，计算其样本均数，重复随机抽样10000次 均数的抽样误差及其规律性 均数的抽样误差及其规律性 总体A 均数的抽样误差及其规律性 从正态分布的总体中进行抽样，样本均数的分布还是正态分布 从非正态分布的总体中抽样，样本均数之分布不再呈现原先分布之特征，且随着样本含量n的增大，样本均数的分布逐渐接近于正态分布 均数的抽样误差及其规律性 样本均数随机地出现在总体均数?的两侧，样本均数的平均水平始终接近于总体均数，即与μ很接近 随着样本含量n的增加，样本均数分布的离散程度越来越小，表现为其分布范围越来越窄，分布的高峰越来越高，体现为随着样本含量n的增加，样本均数的标准差之数值越来越小 均数的抽样误差及其规律性 样本均数的标准差：又称标准误 均数的抽样误差及其规律性 式中 为自由度(degree of freedom, df) 实际工作中，由于 未知，用 代替， 则 不再服从标准正态分布， 而服从t 分布。 t分布 英国统计学家W.S.Gosset于1908年以“Student”笔名发表论文，证明它服从自由度? = n ? 1的t分布，即 ~ t分布， ? = n ? 1 t分布是小样本统计推断的理论基础 二、t 分布的图形与特征 二、t 分布的图形与特征 t界值表：反映t分布曲线下的面积。 单侧面积或单尾面积：用 表示 双侧面积或双尾面积：用 表示 t分布曲线下面积 -t t 0 举例： t分布曲线下面积 更一般的表示方法如图中阴影部分所示为： 单侧：P（t ? ?t?, ?）=? 和 P（t ? t?, ?）=? 双侧：P（t ? ?t?/2, ?）＋P（t ? t?/2, ?）=? 参数估计:用样本统计量推断总体参数 总体均数估计：用样本均数（和标准差）推断总体均数。 (1) 点估计（point estimation） (2) 区间估计（interval estimation） 第三节、总体均数及总体率的估计 用相应样本统计量直接作为其总体参数的估计值 满足：无偏性、一致性、有效性 其方法简单，但未考虑抽样误差的大小 1．点估计(point estimation)： 可信区间：也称为置信区间（confidence interval,CI) 按预先给定的概率(1??)所确定的包含未知总体参数的一个范围。 一般?=0.05,为95%的可信区间或置信区间 2．区间估计(interval estimation) 95%CI:　 (下限，上限) 需考虑： （1）总体标准差?是否已知 （2）样本含量n的大小 通常有两类方法： （1）正态近似法 （2） t分布法 一、总体均数的可信区间 (1) 已知时：按Z分布(标准正态分布) 这种情况很少!! (2) 未知：按t分布 例：已知某地27名健康成年男子的血红蛋白量均数=125 g /L，标准差S = 15 g /L。试问该市地健康正常成年男子血红蛋白平均含量的95%置信区间和99%置信区间各是多少？ 解： 本例n =27，? = 27 – 1=26，查t界值表，? = 0.05时，双侧 t0.05/2, 26=2.056， ? = 0.01时，双侧 t0.01/2, 26= 2.779； 95%CI:125? 2.056? =(119.06，130.94) g /L 99%CI：125? 2.779? =（116.98,133.02）g /L 该市健康成年男子血红蛋白平均含量： 95%置信区间为（119.06, 130.94）g /L， 99%置信区间为（116.98, 133.02）g /L。 (3)　未知但n 较大：按Z分布 ?1.96 = 172.2? 1.96? =（171.3，173.1） 该市2000年19岁健康男大学生平均身高的95%置信区间为（171.3，173.1）cm。 例 某市2000年随机测量了90名19岁健康男大学生的身高，其均数为172.2 cm，标准差为4.5 cm，试估计该市2000年1