第二章统计量参数估计与区间估计.pptVIP

第二章 统计量、参数估计与区间估计 分析测试都采取抽样检验，通过样本测试对总体的 某个或某些特征进行估计与作出推断。 统计推断: 参数估计、假设检验 参数估计：随机变量分布函数已知，须通过样本值 估计分布的参数 假设检验：假设随机变量分布具有某种函数分布形 式, 根据样本值通过检验分布参数来推断其假设是否正 确。 已知随机变量分布函数为正态分布，而表示其分布特性的参数有μ、σ2，为总体的参数。确定了μ、σ2，就可以预测和估计任何测量值落在某一区间的概率，了解总体分布的基本特征。 参数的点估计 实际分析测试中，对样本进行的是有限次的测定，只能得到样本的平均值 和样本方差s2，那么，能否用样本平均值 和样本方差s2来分别估计总体均值μ和总体方差σ2，如果理论上证明是可行的，就可将求总体均值μ和总体方差σ2简化为求样本的平均值 和样本方差s2。 所以，参数估计是根据样本数据估计总体参 数的值，如估计总体均值、总体方差，称为 参数的点估计。估计值不正好等于待估参数， 而只是其近似值。 参数的区间估计 它包括参数存在的区间，同时也给出此区 间包含待估参数真值的概率，常以置信区间的 形式给出 。 第一节 加和号和期望值的运算 一、加和号的运算 1. 2. , 或 4. 5. 6. （a为常数） 7. （ 当样本一定， 为常数） 即 9. 10. （ 即一组随机样本值对于样本平均值的偏差的加和等于零。 ） 二、期望值及其运算 1.定义 对于一个测量值来说，其期望值就是总体的平均值（在无系统误差时）。 期望值就是理想值-真值。即我们并不期望在一次给 定的试验中， 会取它的期望值，然而在大量的试验 中，我们可合理地预料， 的平均值将在 的期望 值的附近。 2. 表示符号 ： ＜ ＞，对于方差σ2（ ）表示 3. 运算规则 （1） a 为常数，＜ ＞＝ ； （2） 若 是随机变量的随机样本值 ＜ ＞＝＜ ＞＝μ＝总体均值＝ （3） （4） （5） （6） 证明： （7）若 和 是两个互相独立的随机变量 ,如: 即对于相互独立的随机变量，各变量之和（或差）的期望值，都等于各变量的期望值之和(或差)。 （8） （9） 平均值的方差，等于各别测量值的方差的 （10） 证明： 由于随机变量相对于它们的平均值的偏差的加和等于零。所以: （11） 证明： ∵ ∴ 上式 ∴ 若 则 整理得： ∵ ∴ 又∵ 由上式得： ∴ 由上可见。S是由平均值计算出来的。但通常并不是有限小数，绝大多数都按数字修约规则获得的近似值，于是各偏差也都是近似值，其平方再加和，会把舍入误差累积起来，使 S、s2、s受影响。为了消除上述弊病，同时为了计算机编程方便起见，可由样本值按上式直接求出方差和S、s2、s 。 第二节 统计量 一 、统计量 1.定义 将样本值经过加工运算得到的