04参数估计-1-精.pptVIP

管理统计学:参数估计与假设检验 2013年 统计: 以客观现象的数量关系和数量特征为研究对象，通过搜集、整理、归纳和分析等手段，探索总结客观数据现象的内在规律性。 ■统计过程: 搜集数据.→整理数据.→归纳和分析数据. 其中： 1，数据搜集：主要通过调查与实验，来获得所需要的数据。 　2，数据的整理：通过数据的分组或者分类技术，获得现象的差异性认识。 　3，数据的归纳、展示：主要是利用图表技术，展示现象的特征特点。 　4，数据分析：通过各种分析方法，寻找现象之间的相互联系。 ■ 统计学早期的研究方法，侧重于对现象总体数量特征的描述和对比，称为描述统计学。 ■ 20世纪20年代以后，其研究方法发展为，以随机抽样为基础，对总体数量特征的推断，称为推断统计学。 统计学的基本方法 　统计方法使用原则图解： 　统计推断： 以一定的置信标准要求，根据　样本数据　来判断　总体数量或分布特征　的归纳推理方法。 　具体方法： ■参数估计法：在一定置信（风险）下，用样本数据去　估计　总体数量特征。 ■假设检验法：在一定置信标准（风险假设）下，用样本数据去　检验　总体数量或分布特征。如果样本数据满足假设要求则假设得证；反之，否定假设。 参数估计与假设检验 参数估计是利用样本信息推断未知的总体参数，总体参数在估计前未知。 而假设检验则是先对总体参数提出一个假设值，然后利用样本信息判断这一假设是否成立。 都是利用样本信息对总体进行某种推断，但推断的角度不同。 假设检验还可以推断总体分布形式。 联系与区别 1. 联系 　1) 都是根据样本信息推断总体参数 　2) 都以抽样分布为理论依据，建立在概率论基础之上的推断 　3) 分析方法类似，都要根据信息建立相应的统计量并计算。 2. 区别 　1) 参数估计是以样本资料估计总体参数的真值，而假设检验则是以样本资料检验对总体参数的先验假设是否成立。 　 2) 区间估计求得的是以样本估计值为中心的双侧置信区间，假设检验既有双侧检验，也有单侧检验。 　3) 区间估计立足于大概率，对未知参数给出估计的取值区间时，应有相当大的把握，即置信度(1?α)应相当大；假设检验立足于小概率，是在已经给出的未知参数的条件下，确定不能接受这个假设的容忍界限，从而制造一个小概率事件，当概率小到α以下时，便可以拒绝已经给出的假设。由于α一般很小，所以对原假设有相当大的“偏袒”。 几个重要概念： 总体：一个特征的总体，总体的这个指标，视为一维随机变量；多个指标，随机向量。反映总体特征的随机变量的取值的全体，称为总体，即样本空间。反映总体特征的随机变量的概率分布，称为总体分布。 样本：随机样本，样本观察值，样本分布函数。样本分布与总体分布，格利文科定理，样本数目n足够大，Fn(x)=F(x)。依概率1收敛 统计量：不含未知参数的、随机样本X1,…,Xn的函数f(X1,…,Xn)，如样本均值函数、样本方差函数。 正态分布 正态分布 随机变量X服从正态分布/X~N(?, ?2) ?随机变量X的密度函数为(-??+?， ?0) 正态分布的分布函数 正态分布 正态分布的密度函数具有如下性质 正态密度函数在平面直角坐标系的位置由参数?确定 正态密度函数的尺度由参数?所确定 正态分布的数学期望、方差和标准差 E(X)= ? D(X)= ?2 ?(X)= ? 标准正态分布 标准正态分布：参数?=0, ?=1时，正态分布N(0,1)称为标准正态分布 标准正态分布的密度函数 标准正态分布的分布函数 正态分布的标准化：对于一般正态分布，作变换 ，将其转换为标准正态分布Z~N(0,1) (4) ?2分布，t分布，F分布 设随机变量X1，X2，…，Xn相互独立且都服从N(0,1)，则随机变量服从自由度为n的?2分布，记作Y~ ?2(n) 设随机变量X~N(0,1)，Y~ ?2(n)，且它们相互独立，则随机变量服从自由度为n的t分布，记作Z~t(n) 设随机变量X和Y相互独立，分别服从为?2(m)和?2(n)，则随机变量服从第一自由度为m，第二自由度为n的F分布，记作Z~F(m,n) 3 参数估计 3.1 基本原理 3.2 点估计 3.3 区间估计 3.1 基本概念 估计量与估计值 参数估计：用样本统计量　估计　总体参数的特征值 估计量：用来估计总体参数的统计量名称 估计值：用来估计总体参数，是计算出来的估计量的具体数值 科学的抽样估计方法 要有合适的统计量作为估计量 要有合理的允许误差范围 要有一个可