第七章参数估计(统计学贾俊平).pptVIP

第七章参 数 估 计 学习要求 1 掌握参数估计的基本原理 2 理解并掌握一个总体参数的区间估计 3 理解两个总体参数的区间估计 4 掌握估计总体均值时样本容量的确定 第一节 参数估计的基本原理 参数估计(parameter estimation) 参数估计 用样本统计量去估计总体的参数 用样本均值?x 估计总体均值? ；用样本方差s2估计s2 估计量（estimator） 用于估计总体参数的统计量 如样本均值，样本比例，样本方差等 用符号 表示 估计值（estimated value) 用具体样本计算出来的估计量的数值 如果样本均值x =80，则80就是? 的估计值 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q的估计值； 例如：用样本均值直接作为总体均值的估计 没有给出估计值接近总体参数程度的信息 由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值 一个具体的点估计值无法给出估计的可靠性度量 是总体分布的一个待估参数，根据随机样本X1，X2，…Xn，估计 的统计量为： 根据样本观察值x1，x2，…xn，得到 的估计值： 区间估计（概念要点） 1.根据一个样本的观察值给出总体参数的估计范围 例如: 总体均值落在50~70之间，置信水平为 95% 置信水平  (confidence level) 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平(置信度)。 表示为 (1 - ??? ??为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 置信区间与置信水平 置信区间的表述 (confidence interval) 置信区间是一个随机区间，会因样本的不同而变化，而且不是所有的区间都包含总体参数; 实际估计时往往只抽取一个样本，据此构造的置信区间是大量包含总体参数真值的区间中的一个，但也可能是少数几个不包含参数真值的区间中的一个。 置信区间的表述 (confidence interval) 一个特定的置信区间总是“包含”或“绝对不包含”参数的真值，不存在“以多大的概率包含总体参数”的问题； 置信水平表示在多次估计得到的区间中有多少个区间包含参数真值，而不是针对所抽取的这个样本所构建的区间而言的。 置信区间的表述 (95%的置信区间) 判断点估计的优劣标准 无偏性(unbiasedness) 无偏性：估计量抽样分布的数学期望等于被估计的总体参数. 有效性(efficiency) 一致性(consistency) 一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数 第二节 一个总体参数的区 间 估 计 已知总体方差求总体均值的置信区间 假定条件 总体服从正态分布,且方差(?２) 已知 不是正态分布，方差已知，大样本 (n ? 30) 常用置信水平的Za/2值 区间估计的图示 ?2已知时总体均值的区间估计(例题分析) ?2已知时总体均值的区间估计(例题分析) 未知总体方差求总体均值的置信区间 假定条件 总体服从正态分布,且方差(?２) 未知 小样本 ?2未知总体均值的区间估计(例题分析) ?2未知总体均值的区间估计(例题分析) 总体比例的区间估计 假定条件 总体服从二项分布 可以由正态分布来近似 np(成功次数)和n(1-p)(失败次数)均应该大于5 使用正态分布统计量 z 总体比例的区间估计（例题分析） 未知总体均值求总体方差的置信区间 估计一个总体的方差或标准差 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) ?未知总体方差的区间估计(例题分析) ?未知总体方差的区间估计(例题分析) 第三节 两个总体参数的区 间 估 计 两个总体均值之差的估计 两个样本均值之差的抽样分布 两个总体均值之差的估计 (?12、?22 已知) 1. 假定条件 两个样本是独立的随机样本 两个总体都服从正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和n2?30) 两个独立样本均值之差的抽样分布服从正态分布，其期望值为 两个总体均值之差的估计 (?12、?22 已知) 使用正态分布统计量Z 两个总体均值之差的估计（实例） 【例】一个银行负责人想知道储户存入两家银行的钱数。他从两家银行各抽取了一个由25个储户组成的随机样本，样本均值如下：银行A：4500元；银行B:3250元。设已知两个总体服从方差分别为?A2=2500和?B2=3600的正态分布。试求?A- ?B的区间估计 （1）置信度为95% （2）置信