统计原理chapter(硕士)估计分析.pptVIP

第6章 估计 参数估计 简单随机抽样（本章仅讨论） 本章仅讨论参数估计，非参数估计留待以后讨论。 学习目标 了解估计的概念和估计量的优良标准 掌握总体均值、总体比例和总体方差的区间估计 样本量的确定 参数估计在统计方法中的地位 统计推断的过程 第一节 参数估计的一般问题 6.1.1估计量与估计值 6.1.2点估计与区间估计 6.1.3评价估计量的标准 6.1.1估计量与估计值 用于估计总体某一参数的统计量（随机变量） 如样本均值，样本比例、样本中位数等 例如: 样本均值就是总体均值?的一个估计量 如果样本均值 ?x = 3 ，则 3 就是 ? 的估计值 理论基础是抽样分布(见抽样分布的相关内容) 参数估计的形式和方法 矩估计法 矩估计法,简称“矩法”,英国统计学家皮尔逊(K.pearson)提出.是用样本矩来估计相应的总体矩，用样本矩的函数来估计总体矩的相应函数的一种估计方法. 由矩估计法得到的估计量称为矩估计量。 1、矩法的基本思想： 以样本矩作为相应的总体同阶矩的估计； 以样本矩的函数作为相应的总体矩的同一函数的估计。 2、矩法的步骤： 矩估计的一个例子 样本均值是总体均值的矩估计 样本未修正方差是总体方差的矩估计 请你自己再举一个。 极大似然估计法(R.A.Fisher费歇) 最大似然估计是用使似然函数（对数似然函数）达到最大值的统计量做未知参数估计量的一种估计方法。 极大似然估计法的基本思想 常被估计的总体参数 6.1.2 点估计与区间估计 1.点估计 从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计 例如: 用样本均值作为总体未知均值的估计值就是一个点估计 点估计没有给出估计值接近总体未知参数程度的信息 点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等 评价估计量的标准 无偏性 有效性 一致性 估计量的优良性准则——无偏性 无偏性：估计量的数学期望等于被估计的总体参数。 估计量的优良性准则——有效性 估计量的优良性准则 ——一致性 一致性：随着样本容量的增大，估计量越来越接近被估计的总体参数 一致性（相合性）的定义 估计量的性质-----一致性 2.区间估计 根据一个样本的观察值给出总体参数的估计范围（随机区间） 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 置信区间估计的内容 落在总体均值附近某一区间内的样本均值 置信水平 总体未知参数落在区间内的概率 表示为 100(1 - ???? ??为显著性水平，是总体参数未在区间内的概率? 常用的置信水平有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 区间与置信水平 几个相关概念 置信上限 置信下限 边际误差 几点注意 总体参数的真值未知但是确定 置信区间是随机区间 影响置信区间宽度的因素 离散程度，用 ? 来测度 样本容量 n， 置信水平 (1 - ?) 第二节 一个总体参数的区间估计 6.2.1总体均值的区间估计 6.2.2总体比例的区间估计 6.2.3总体方差的区间估计 6.2.1总体均值的区间估计 情形一：总体服从正态分布,且总体方差（?２）已知或者如果不是正态分布，但是大样本，可以由正态分布来近似 (n ? 30) 情形二：总体服从正态分布，总体方差未知，小样本或者大样本 1.总体均值的置信区间 假定条件 总体服从正态分布,且总体方差（?２）已知 如果不是正态分布，可以由正态分布来近似 (n ? 30) 使用正态分布统计量Ｚ 总体均值的区间估计——正态总体：实例 总体均值的区间估计 ——非正态总体：实例 2.总体均值的置信区间 (?２ 未知) 假定条件 总体方差（?２）未知 总体必须服从正态分布 小样本 使用 t 分布统计量 总体均值的区间估计 ——正态总体小样本、实例 总体总值的点估计和区间估计 6.2.2总体比例p 的区间估计 假定条件 两类结果 总体服从二项分布 可以由正态分布来近似 使用 总体比例的置信区间 ——实例 6.2.3总体方差的区间估计 正态总体方差的区间估计——μ 未知 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 正态总体方差的区间估计 ——实例 【例】对某种金属的10个样品组成的一个随机样本作抗拉强度试验。从实验数据算出的方差为4。试求?2的95%的置信区间。 正态总体方差的区间估计 ——实例计算结果 正态总体方差的区间估计——μ 已知 估计一个总体的方差或标准差 假设总体服从正态分布 一个总体参数估计的小结 第三节 两个总体参数的区间估计 6.3.1两个总体均值之差的区间估计 6.3.2两个总体比例之差的区间估计 6.3.3两个总体方差之比的区间