《数理统计方法教学课件》第6讲 估计.ppt

/*模拟抽样：K个人，每人从参数为miu、sigma的正态分布中抽取样本量为n的样本*/ title n=9; data a; K=2000; n=9; miu=2; sigma=2; seed=123; do i=1 to K; do j=1 to n; x=miu+sigma*rannor(seed); output; end; end; keep i x; proc means data=a noprint; var x; by i; output out=b mean=mean var=var; /*K个均值*/ proc print; var mean var; run; /*K个均值的分布*/ proc gchart data=b ; vbar mean/midpoints=-6 to 6 by 0.5 space=0; vbar var/space=0; run; /*K个均值的均值*/ proc univariate data=b; var mean var; run; * /*模拟抽样：K个人，每人从参数为miu、sigma的正态分布中抽取样本量为n的样本*/ title n=9; data a; K=2000; n=9; miu=2; sigma=2; seed=123; do i=1 to K; do j=1 to n; x=miu+sigma*rannor(seed); output; end; end; keep i x; proc means data=a noprint; var x; by i; output out=b mean=mean var=var; /*K个均值*/ proc print; var mean var; run; /*K个均值的分布*/ proc gchart data=b ; vbar mean/midpoints=-6 to 6 by 0.5 space=0; vbar var/space=0; run; /*K个均值的均值*/ proc univariate data=b; var mean var; run; * 模拟数据2 * 总体方差未知的前提下均值的置信区间 μ的1-α置信区间为： * 例1b 从某批阿司匹林片中随机抽取5片，测定其溶解50％所需的时间T50，结果为： 5.3 3.7 4.9 6.6 5.2. 估计该批阿司匹林片溶解50％所需时间T50的均值的95%置信区间. 分析：假设T50~N(μ，σ2） 总体方差σ2未知 问题：关于μ的CI * 例1b 解： * Excel — 公式模板 * Excel — 描述性统计 * 2.正态总体方差?2的区间估计 总体方差?2 的1－α置信区间： * 例1c 从某批阿司匹林片中随机抽取5片，测定其溶解50％所需的时间T50，结果为： 5.3 3.7 4.9 6.6 5.2. 估计该批阿司匹林片溶解50％所需时间T50的方差的90%置信区间. 分析：假设 T50~N(μ，σ2） 问题：关于σ2的CI * 例1c 解： * 3.二项分布参数p的点估计和区间估计（自学） 例6 （问题2）一种新药现给30个病人服用，有11个人治愈. 该病传统用药痊愈率为30%. 问如何判定该药是否有效？ 解: X：30例中有效的例数， X~B(30，p) 点估计: 精度？ * 3.二项分布参数p的点估计和区间估计 * 小样本时精确法（附表C.8a，P446） α=0.05， x=11， n=30 (pl, pu)＝(0.20, 0.56) 附表C.8a，P446 ，α=0.05， n＝10， x=4 （0.12，0.74） n＝20，x＝8 （0.19，0.64） n＝30，x＝12 （0.23，0.60） n＝100，x＝40 （0.30，0.50） n＝250，x＝100 （0.34，0.46） n＝1000，x＝400 （0.37，0.43） * Your work：置信区间与n的关系 * 二项分布 大样本时的正态近似 X~B(n,p) ，当n充分大(n50)时： 随机调查了某校200名沙眼患者，经某种疗法治疗一段时间后治愈168人. 试求总体治愈率的95%置信区间. 解： X：200例中治愈的例数， X~B(200，p) 点估计： * 例7 * 例7 随机调查了某校200名沙眼患者，经某种疗法治疗一段时间后治愈168人. 试求总体治愈率的95%置信区间. * 小结1 点估计： 无偏性、有效性 可以不考虑分布 区间估计: 置信区间、置信水平 可靠性、精度 依赖