第七章参数估计浅析.pptVIP

第七章 参数估计 第一节 点估计、区间估计与标准误 第二节 总体平均数的估计 第三节 标准差与方差的区间估计 第四节 相关系数的区间估计 第五节 比率及比率差异的区间估计 总体参数估计：在研究中从样本获得一组数据后，通过这组信息，对总体特征进行估计，即从局部结果推论总体的情况。 总体参数估计分点估计和区间估计两种。 第一节 点估计、区间估计与标准误 一、点估计的定义 点估计(point estimation)：用某一样本统计量的值来估计相应总体参数的值。 点估计的优点在于它能够提供总体参数的估计值。 二、良好估计量的标准 1.无偏性 无偏估计量(unbiased estimate)：用多个样本的统计量作为总体参数的估计值，其偏差的平均数为0。 样本平均数 是总体平均数μ的无偏估计值；但样本方差s2不是总体方差σ2的无偏估计值，σ2的无偏估计值是 。 2.有效性 当总体参数的无偏估计不止一个统计量时，无偏估计变异小者有效性高，变异大者有效性低，即方差越小越好。 μ的无偏估计值有 、Md、Mo等，但 的变异最小。故 是μ最有效的估计值。 3.一致性 当样本容量无限增大时，估计值应能够越来越接近它所估计的总体参数，估计值越来越精确，逐渐趋近于真值。 当N→∞时， →μ， →σ2。 4.充分性 一个容量为n的样本统计量，是否充分地反映了全部n个数据所反映总体的信息。 比Md、Mo充分性高； 比AD、Q更具有充分性。 点估计总是以误差的存在为前提，也不能提供正确估计的概率。 三、区间估计与标准误 （一）区间估计的定义 区间估计(interval estimate)：根据估计量以一定可靠程度推断总体参数所在的区间范围，用数轴上的一段距离表示未知参数可能落入的范围。 区间估计在点估计的基础上，不仅给出一个估计的范围，使总体参数包含在这个范围之内，而且还能给出估计精度并说明估计结果的有把握的程度。 （二）置信区间与显著性水平 置信区间(confidence interval, CI)：置信间距，是指在某一置信度时，总体参数所在的区域距离或区域长度。 置信区间的上下两端点值称为置信界限(confidence limits)。 显著性水平(significance level)：估计总体参数落在某一区间时，可能犯错误的概率，用符号?表示。有时也称之为意义阶段、信任系数等。 显著性水平在假设检验中，还指拒绝虚无假设时可能出现的犯错误的概率水平。 1－?为置信度或置信水平(confidence level)。 （三）区间估计的原理与标准误 区间估计是根据抽样分布理论，用抽样分布的标准误(SE)计算区间长度，解释总体参数落入某置信区间可能的概率。 区间估计存在成功估计的概率大小及估计范围大小两个问题。 统计分析一般采取的办法：在保证置信度的前提下，尽可能提高精确度。 0.05水平和0.01水平是人们习惯上常用的两个显著性水平。 区间估计的原理是抽样分布理论。在计算区间估计值，解释估计的正确概率时，依据的是该样本统计量的分布规律及抽样分布的标准误(SE)。 抽样分布可提供概率解释，而标准误的大小决定区间估计的长度。一般情况下，加大样本容量可使标准误变小。 平均数的区间估计 第二节 总体平均数的估计 样本平均数的平均数与母总体的平均数相同( )，故对平均数总体的平均数进行估计就是对母总体平均数的估计。 一、估计总体平均数的步骤 1.根据实得样本的数据，计算样本的平均数与标准差。 2.计算标准误 。 （1）当总体方差已知时 （2）当总体方差未知时 3.确定置信水平或显著性水平。 统计学上一般规定显著性水平?为0.05或0.01。 4.根据样本平均数的抽样分布，确定查何种统计表。 一般当总体方差已知时，查正态表；当总体方差未知时，查t值表。确定Z?/2与t ?/2。 5.计算置信区间。 （1）如果查正态分布表，置信区间可写作： （2）如果查t值表，置信区间可写作： 6.解释总体平均数的置信区间。 二、总体方差σ2已知时，对总体平均数μ的估计 1.当总体分布为正态时，不论样本n的大小，其标准误均为： 2.当总体为非正态分布时，只有当样本容量n＞30时，才能根据抽样分布对总体平均数μ进行估计，否则不能进行估计。 【例7-1】 已知母总体为正态分布，σ=7.07，从这个总体中随机抽取n1=10和n2=36的两个样本，分别计算出 ， ，试问总体参数μ的0.95和0.99置信区间。 解： 平均数的标准误： 用n1=10的样本估计总体参数μ： 0.95的置信区间 0.99的置信区间 根据n2=36的样本估计总体参数μ