参数估计和假设检验说课.pptVIP

两个总体一致性的检验——秩和检验 函数 ranksum 格式 p = ranksum(x,y,alpha) %x、y为两个总体的样本，可以不等长，alpha为显著性水平 [p,h] = ranksum(x,y,alpha) % h为检验结果，h=0表示X与Y的总体差别不显著h=1表示X与Y的总体差别显著 [p,h,stats] = ranksum(x,y,alpha) %stats中包括：ranksum为秩和统计量的值以及zval为过去计算p的正态统计量的值 说明 P为两个总体样本X和Y为一致的显著性概率，若P接近于0，则不一致较明显。 例 某商店为了确定向公司A或公司B购买某种商品，将A和B公司以往的各次进货的次品率进行比较，数据如下所示，设两样本独立。问两公司的商品的质量有无显著差异。设两公司的商品的次品的密度最多只差一个平移，取α=0.05。 A：7.0 3.5 9.6 8.1 6.2 5.1 10.4 4.0 2.0 10.5 B：5.7 3.2 4.1 11.0 9.7 6.9 3.6 4.8 5.6 8.4 10.1 5.5 12.3 * * * * * * * * * * * * 广东科学技术职业学院 广东科学技术职业学院 总体 样本 算术平均数 统计量 用来推断总体参数的统计量称为估计量（estimator), 其取值称为估计值（estimate) 。 同一个参数可以有多个不同的估计量。参数是唯一的，但估计量（统计量）是随机变量，取值是不确定的。 参数 参数估计 参数估计 参数估计是数理统计中的一个基本概念和重要的基本方法, 是指用样本对总体分布中的未知参数做出的估计, 这种估计我们常见的有点估计和区间估计两种. 所谓点估计, 就是用样本统计量确定总体参数的一个取值. 评价估计优劣的标准有无偏性、最小方差性、有效性等. 点估计的方法有矩法、极大似然法. 区间估计有置信度、可靠度和精确度的问题. 对于一个总体, 可以用一些参数来描述其表征, 如数学期望、方差等. 如果总体的某个参数未知, 统计学提供了一些方法, 它们可以用来估计未知参数介于哪个区间内. 参数估计是数理统计中重要的内容, 也是计算量很大的问题. 参数估计 正态分布参数估计 参数估计的Matlab 实现 Matlab 统计工具箱中，有专门计算总体均值、标准差的点估计和区间估计的函数。对于正态总体，命令是 [mu,sigma,muci,sigmaci]=normfit(x,alpha) 其中x 为样本（数组或矩阵），alpha 为显著性水平α （alpha 缺省时设定为0.05），返回总体均值μ 和标准差σ 的点估计mu 和sigma，及总体均值μ 和标准差σ 的区间估计muci 和sigmaci。当x 为矩阵时，x 的每一列作为一个样本 Matlab 统计工具箱中还提供了一些具有特定分布总体的区间估计的命令，如expfit，poissfit，gamfit，你可以从这些字头猜出它们用于哪个分布，具体用法参见帮助系统。 例：从某厂生产的滚珠中随机抽取10个，测得滚珠的直径(单位：mm)如下 15.14 14.81 15.11 15.26 15.08 15.17 15.12 14.95 15.05 14.87 若滚珠直径满服从正态分布N(μ,σ2)，其中μ,σ未知。试求之并计算置信水平为90%的置信区间 x = [15.14 14.81 15.11 15.26 15.08 15.17 15.12 14.95 15.05 14.87]; % 定义样本观测值向量 % 调用normfit函数求正态总体参数的最大似然估计和置信区间 % 返回总体均值的最大似然估计muhat和90%置信区间muci， % 还返回总体标准差的最大似然估计sigmahat和90%置信区间sigmaci [muhat,sigmahat,muci,sigmaci] = normfit(x,0.1) 假设检验 实际中的假设检验问题 假设检验: 事先作出关于总体参数、分布形式、相互关系等的命题（假设），然后通过样本信息来判断该命题是否成立（检验） 。 产品自动生产线工作是否正常？ 某种新生产方法是否会降低产品成本？ 治疗某疾病的新药是否比旧药疗效更高？ 厂商声称产品质量符合标准，是否可信？ …… 案例 美国劳工局公布的数字表明，1998年11月美国的平均失业时间为14.6周。在费城市市长的要求下进行的一项研究调查了50名失业者，平均失业时间为15.54周。根据调查结果能否认为费城的平均失业时间高于全国平均水平？ 澳大利亚统计局公布的2003年第一季度失业率为6.1