高级社会统计学第四部分参数估计解决方案.ppt

第四部分 参数估计 五、抽样分布(Sampling distribution) （一）样本均值 的分布 第四部分 参数估计 五、抽样分布(Sampling distribution) （一）样本均值 的分布 第四部分 参数估计 五、抽样分布(Sampling distribution) （一）样本均值 的分布 第四部分 参数估计 五、抽样分布(Sampling distribution) （一）样本均值 的分布 3、任意总体，大样本情况 前面两种情况都是针对总体为正态分布进行讨论 的。但如果对总体知之甚少，甚至对它是什么类型 也不知道，这在社会现象的探索研究中也是常见 的。这时前面两种讨论将不适用。但根据中心极限 定理，只要样本容量足够大，即在大样本情况下， 的分布接近正态分布。 第四部分 参数估计 五、抽样分布(Sampling distribution) （一）样本均值 的分布 3、任意总体，大样本情况 第四部分 参数估计 五、抽样分布(Sampling distribution) （二）样本方差 的分布 高级社会统计学 闵学勤 minxueqin@nju.edu.cn 第四部分 参数估计 一、统计推论（Statistical inference） 统计推论适用于抽样调查资料的处理。所谓统 计推论就是根据样本资料对总体的特征进行推 断。它属于归纳推理的范畴。统计推论具有两方 面的特点：1，来源于总体的样本资料在某种程 度上能反映总体的特征；2，但随机抽样的结果 不是唯一，故抽样结果不能恰好等于总体的结 果。 第四部分 参数估计 一、统计推论（Statistical inference） 统计推论的内容大体可分两部分：一是通过样 本对总体的未知参数进行估计，简称参数估计 （Parameter’s estimation）；二是通过样本对 总体的某种假设进行检验。简称假设检验（ Hypothesis test) 第四部分 参数估计 一、统计推论（Statistical inference） 1、总体：研究对象的全体。 2、样本：从总体中按一定方式抽出的一部分称 作样本。 3、简单随机样本：随机抽出的样本相互独立， 且遵从同一分布（即同总体所遵从的分布），那 么这样的样本就称作简单随机样本。统计推论都 是指简单随机抽样而言。 第四部分 参数估计 二、参数的点估计 参数估计可分作两类：点估计和区间估计。 所谓点估计就是用样本计算出来的一个数来估计 未知参数。由于它是点值，所以称为参数的点估 计。而区间估计则是通过样本计算出一个范围来 对未知参数进行估计。 第四部分 参数估计 三、均数与方差的点估计公式 第四部分 参数估计 三、均数与方差的点估计公式 第四部分 参数估计 三、均数与方差的点估计公式 例:根据抽样调查，以下是八名同学“社会统计学的考试 得分，求总体的均值、方差、标准差的点估计值。 学 生 成 绩 A 70 B 71 C 72 D 74 E 74 F 76 G 77 H 78 第四部分 参数估计 三、均数与方差的点估计公式 例:学生会为了解春游期间需租用几辆公共汽车，在全校一万 名学生中进行了共一百人的简单随机抽样调查。统计结果， 其中有二十名愿意外出春游，设每辆可载乘客五十名，问估 计要预租多少辆公共汽车？ 解：根据抽样调查，愿意外出春游的样本成数为： P=20/100=0.2 若用样本成数估计总体成数,估计全校有10000×0.2=2000(人) 又因每辆公共汽车可容乘客五十人,因此有:2000/50=40辆 答:即估计预租四十辆公共汽车,可满足全校春游的需要。 第四部分 参数估计 四、评价估计值的标准 所谓总体参数Q的最佳估计值 （它是样 本值的函数）应当是在某种意义下最近似Q的 。 （一）无偏性 例如，由样本均值 作为母体均值 的点估 计值时，如果我们想像它不只是作一次抽样，而是作了 m次抽样，得到m个样本容量为n的样本。由这m个样本 所计算的m个样本均值，是不完全相同的，也就是说 是随机变量。对于随机变量 可以画出它的抽样分布。 第四部分 参数估计 四、评价估计值的标准 对于一个好的估计值， 的分布应该是围绕着总体 参数 周围，确切地说 分布的均值，应该恰好就是 总体参数 。这时我们称估计值为无偏估计值 (Unbiased estimation)。 第四部分 参