统计学第四章参数估计讲述.ppt

第4章 参数估计 案例：食品的包装质量检查 某食品公司生产的某规格袋装食品，产量基本保持稳定，规定每袋食品合格重量不低于100g。为对产品包装质量进行检测，该公司质检部门采用抽样技术：每天抽取一定数量的食品，检测袋装重量是否符合要求。现某一天生产的一批8000袋食品中采用不重复抽样，随机抽取了25袋检查。 通过样本观测分析发现，平均每袋重量105.36g，检测人员以95%的把握程度确信，该整批食品重量在101.45~109.27g之间，且估计误差不超过4g。 学习目标 学习要求： 理解——参数估计的两种方法 ——2类抽样误差的实质及计量 掌握——参数估计的优良评判标准 ——单一总体参数的区间估计方法 ——样本容量的确定 学习重点： 估计量的评判标准 单一总体参数的区间估计 学习难点： 单一总体参数的区间估计 第一节 参数估计的一般问题 一、估计量与估计值 1、估计量(estimator)：用来估计总体参数的统计量。 （一）总体参数的点估计（point estimation） 1、含义：利用样本计算的估计值直接作为对应总体参数的取值。 例如: 用样本均值或中位数作为总体均值的估计值， 用样本比率作为总体比率的估计值， 用修正样本方差作为总体方差的估计值。 2、实质：抽样分布曲线上的一个确定数值（点） 3、估计量的优良性准则（点估计） （1）无偏性（unbiasedness）：估计量抽样分布的数学期望（均值）等于被估计的总体参数。即： （3）相合性（一致性）（consistency） 样本容量越大，估计值越接近被估计的参数。 优点： 参数与估计量结构设计一致 计算简单，直接 缺点： 没有刻画参数与对应估计值之间的误差，即估计值有多靠近真实的参数 没有给出样本与总体之间估计的把握水平（置信度） （二）总体参数的区间估计（interval estimation） 1、含义：在对参数点估计的基础上，以一定的置信水平估计出包含估计量与参数二者误差信息的区间。 3、原理： 4、区间估计的基本思路： 思路：利用实际抽样资料，计算出待估总体参数值在给定置信水平下的上限和下限，即参数可能存在的区间范围。 对于总体参数θ，计算出样本的两个估计值θ1和θ2，使被估计指标θ 落在区间[θ1，θ2]内的概率为1-α，即P（ θ1≤θ≤ θ2 )=1一α。则称区间[θ1，θ2]为总体指标θ的置信区间，其估计置信水平为1一α，称α为显著性水平，θ1是置信下限， θ2是置信上限。 一、抽样误差（Sampling error） （二）抽样平均误差(Mean sampling error) 3、抽样平均误差所反映的内容 （四）抽样允许误差与抽样平均误差的关系 以样本均值服从正态分布的重复抽样为例，正态标准化后，满足： 二、单一总体参数的区间估计 （一）总体均值或比率的区间估计 1、大样本条件下 无论总体服从何类分布，根据CLT，都可以构造正态分布进行参数估计。总体标准差如果未知，则用样本修正方差进行点估计。 练习： 1、某大学从该校学生中随机抽取100人，调查到他们平均每天参加体育锻炼的时间为26分钟。试以95％的置信水平估计该大学全体学生平均每天参加体育锻炼的时间（假设总体标准差为6分钟）。 分析：大样本，总体容量未知，当做重复抽样来处理，总体方差已知，所以直接构造正态分布来估计即可。 2、一家保险公司收集到36个投保人组成的随机样本，得到每个投保人的年龄数据，试确立投保人年龄90％的置信区间。 练习： 3、在一项家电市场调查中，随机抽取了200个居民户，调查他们是否拥有某一品牌的电视机。其中拥有该品牌电视机的家庭占23%。求总体中拥有该品牌电视机比率的95%的置信区间。 2、小样本条件下，一般只讨论均值估计 （1）总体若服从正态分布，方差已知，则构造估计量的正态分布进行参数估计，过程类似于大样本条件。 例4：一家食品生产企业以生产袋装食品为主，按规定每袋的重量不低于100g。为对产品质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。已知产品重量的分布服从正态分布，且总体标准差为10g。现从某天生产的一批食品中随机抽取25袋，测得每袋重量。试估计该批产品平均重量的置信区间，置信水平为95％。 解：总体服从正态分布且标准差已知，考虑到总体容量未知，按重复抽样来处理，所以直接构造正态分布来估计即可。 2、小样本条件下 （2）总体若服从正态分布，方差未知，则构造估计量的t分布进行参数估计，自由度为（n-1) 正态分布的小样本条件下，均值区间估计步骤： 抽取样本，代入均值估计量函数，作为总体均值的点估计值。 计算样本标准差。 根据给定的置信