第九讲 参数估计与假设检验.ppt

第九讲 参数估计与假设检验;1 推断统计的一般概念 1.1 推断统计的含义及类型： （1）含义：推断统计是指用概率分布的方法，由样本的统计量推断总体参数的统计方式。;样本统计量：样本中某个变量的统计值。如此次调查中高中文化程度的人占32%。;;样本 32%;假设检验：先假定总体参数为μ ，用一个随机样本的统计量 来检验总体参数为μ的假设是否成立。;1.2推断统计的原理： 参数估计和假设检验都是利用正态分布的概率特征来进行的。 （1）正态分布（μ，σ）： 正态分布是一种统计分布，它有如下几个特征： A 单峰对称； B 平均数、中位数、众数合一，都在峰点； C μ ±1.96σ包含了95％的面积； μ ±1.65σ包含了90％的面积；即面积和标准差之间有一个固定换算。;正态分布 N（μ，σ）;170 ±1.96*10;解1：Xi=μ+Z*σ=170+1.5*10=185cm; 解2: Z=(Xi - μ)/ σ=(162-170)/10=-0.8; 解3: Xi = μ-Z *σ =170-1.96*10=150.4 Xi = μ+Z *σ =170+1.96*10=189.6 (150.4~189.6);（2）标准正态分布（Z分布）：N（0，1） 标准化了的正态分布。即平均数=0，标准差=1的正态分布。;（3）总体分布：D（ μ ，σ ）总体中某变量的几何分布。有可能是正态分布，也可能不是正态分布。;（4）样本分布： D（;（5）样本平均数的抽样分布：N（ μ ，;样本平均数的抽样分布的特点：;;推断统计的原理就是： 利用样本平均数的抽样分布的正态特征，以及 与μ的包含关系，来从样本统计量推估总体参数（即参数估计），或用样本统计量检验有关总体参数的假设（假设检验）。 由此可见，参数估计和假设检验实际是相同的。 在实际调查中，我们便是利用这一原理，用一次调查的结果来推断总体的参数。我们把某一次调查的结果看作是同样样本规模的无数次调查中的一次，它是样本平均数的抽样分布中的一个点，可用来估计总体参数μ 。;参数估计与假设检验;参数估计;参数估计;标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大，所以标准误是统计推断可靠性的指标。;例：已知某学校的学生每天课外活动时间的标准差为15分钟。现从学生中随机抽取25人，得知他们的课外活动时间平均为60分钟，问该校学生总体平均每天的课外活动时间会是多少？（选择95%的置信区间）;解：;区间估计的基本原理;区间估计的基本原理 前面讲过从正态总体中随机抽取容量为n的一切可能样本平均数的抽样分布为以总体平均数为中心呈正态分布。 当总体标准差 已知时，一切可能样本平均数的标准分数为： 呈标准正态分布。 ;若显著性水平为0.05，则可靠性概率为0.95。;估计总体平均数的步骤;1、 已知条件下 当总体 为已知，总体呈正态分布，样本容量n无论大小时，或者当总体 为已知，虽然总体不呈正态分布，但样本容量较大（n≥30）时，样本平均数与总体平均数的离差统计量均呈正态分布，总体平均数的置信区间可按Z分布，用已知 计算。 ; 已知总体平均数区间估计举例说明; 总体平均数的区间估计;若在95%可靠区间上对总体平均数做估计，就是t分布上t=0左右两侧的面积为0.95。;其中; 未知条件下总体平均数的区间估计 （小样本情况举例）; 相关说明： 统计学家的研究表明，身高、体重、智力、课程分数等数据总体一般呈正态分布或接近正态分布。目前，在实际研究工作中，对于样本所来自的总体是否呈正态分布，除特殊情况外，一般不作检验，而是把它假定为正态分布或接近正态分布。;未知条件下总体平均数的区间估计 （大样本情况举例）;其他统计量的区间估计;假设检验;假设检验的含义;假设检验; 假设 m =800; 假设检验的分布算法 1）确定有关总体参数m的假设；如假设总体平均收入为800元； 2）确定检验此假设的概率标准，即置信区间为P=90％？P=95％？（Z＝1.65? Z=1.96?） 3） 抽取一个随机样本，计算出 （平均数、标准差、标准误，即样本平均数抽样分布的标准差）。 4） 以μ为中心，作出样本平均数抽样分布的给定概率区间。 5）看在这一区间内是否包括了 ;解： 1） 确定有关总体参数的假设 H0 ： m ＝800； H1 ： m ≠800； 2） 确定检验此假设的概率标准： 置信度为95％，显著度为5％，即Z＝1.96 3） 计算样本的有关统计量 ＝790