3.3(选)第三章 区间估计-点估计-样本量估计-缺区估计.ppt

第四章 参数的区间估计和点估计; 在一定概率保证下，估计出一个区间以能够覆盖参数μ，称为区间估计。这个区间称置信区间(confidence interval，CI)，区间的上、下限称为置信限 (confidence limit），区间的长度称为置信距。 一般以L1和L2分别表示置信下限和上限。保证该区间能覆盖参数的概率以P =(1-α)表示，称为置信度。95%CI表示置信度95%的置信区间（区间估计）。;0.00;于是得到在置信度P =(1-α)时，对μ的置信区间为：;一、 总体平均数μ的置信限;（二）、在总体方差σ2为未知时，n 30, σ2需由样本均方s2估计，于是置信区间为：;二、 两总体平均数差数(μ1- μ2)的置信限;（二）小样本，两总体方差未知，可两总体方差相等时; （三）小样本成对数据总体差数μd的置信限;三、 二项总体百分数p的点估计和区间估计;（二）二项总体百分数p的置信限;四、两个二项总体百分数差数(p1- p2)的置信限;五、 区间估计与假设测验; [例] 原来春小麦千粒重μ0＝34g，新引入春小麦品种的千粒重 , 故其95%置信区间的两个置信限为：;6. 估计总体比例时样本量的确定;根据比例区间估计公式可得样本量n为;估计总体比例时样本量的确定 (例题分析);设n1和n2为来自两个总体的样本，并假定n1=n2 根据比例之差的区间估计公式可得两个样本的容量n为;估计两个总体比例之差时样本量的确定 (例题分析);估计两个总体比例之差时样本量的确定 (例题分析);七、缺区的参数估计方法;第一节 农业科学中的主要参数及其估计量的评选标准;二、参数估计量的评选标准; 对于离散型(间断性)随机变量y的分布列为：P{y=yi}=pi ，其中，i=1，2，…，那么随机变量y的数学期望E(y)为：;用D(y)表示方差，有; 数学期望有这样一些常用的性质： (1) 常数的数学期望为常数本身； (2) 随机变量与常数的乘积的数学期望是常数与随机变量的数学期望的乘积； (3) 多个随机变量分别与常数的乘积的求和函数的数学期望是常数与多个随机变量的数学期望的乘积的和； (4) 多个相互独立的随机变量的乘积的数学期望是多个随机变量的数学期望的乘积。;(二) 参数估计量的评选标准; (2) 有效性 无偏性表示估计值是在真值周围波动的一个数值，即无偏性表示估计值与真值间平均差异为0，近似可以用估计值作为真值的一个代表。 同一个参数可以有许多无偏估计量，但不同估计量的期望方差不同，也就是估计量在真值周围的波动大小不同。估计量的期望方差越大说明用其估计值代表相应真值的有效性越差；否则越好，越有效。不同的估计量具有不同的方差，方差最小说明最有效。 如果一个无偏估计量相对与其它所有可能无偏估计量，其期望方差最小，那么称这种估计量为一致最小方差无偏估计量。; (3) 相合性 用估计量估计参数涉及一个样本容量大小问题，如果样本容量越大估计值越接近真值，那么这种估计量是相合估计量。;第二节 矩法;二、矩法及矩估计量; [例8.1] 现获得正态分布 的随机样本y1, y2 ,…yn，要求正态分布 参数 和 的矩估计量。;然后求样本的1阶原点矩和2阶中心矩，为; 单峰分布曲线还有二个特征数，即偏度( skewness )与峰度( kurtosis )，可分别用偏度系数和峰度系数作测度。 偏度系数( coefficient of skewness )是指3阶中心矩与标准差的3次方之比；峰度系数( coefficient of kurtosis )是指4阶中心矩与标准差的4次方之比。 当偏度为正值时，分布向大于平均数方向偏斜；偏度为负值时则向小于平均数方向偏斜；当偏度的绝对值大于2时，分布的偏斜程度严重。当峰度大于3时，分布比较陡峭，峰态明显，即总体变数的分布比较集中。;由样本计算的偏度系数 ; [例8.2] 计算表3.4数据资料(140行水稻产量)所属分布曲线的偏度和峰度。; 首先，计算样本的2、3、4阶中心矩 ，以及标准差估计值：; 然后，根据矩法原理，该分布的偏度与峰度估计值分别为：; [例8.3] 例6.9为研究籼粳稻杂交F5代系间单株干草重的遗传变异，随机抽取76个系进行试验，每系随机取2个样品测定干草重(g/株)。按单向分组方差分析进行分析，结果见表6.9。此处用来说明由矩法估计误差