统计学第五章参数估计.pptVIP

学习内容 估计量与估计值的概念 点估计与区间估计的区别 评价估计量优良性的标准 一个总体参数的区间估计方法 两个总体参数的区间估计方法 样本容量的确定方法 5.1.1 估计量与估计值 estimator estimated value 估计量：用于估计总体参数的随机变量 如样本均值，样本比例、样本方差等 例如: 样本均值就是总体均值u的一个估计量 参数用? 表示，估计量用 表示 估计值：估计参数时计算出来的统计量的具体值 如果样本均值?x 80，则80就是u的估计值 5.1.2 点估计 point estimate 用样本的估计量直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计 例如：用两个样本均值之差直接作为总体均值之差的估计 2. 没有给出估计值接近总体参数程度的信息 区间估计 interval estimate 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 样本均值的抽样分布与中心极限定理 中心极限定理 central limit theorem 区间估计的图示 总体均值的区间估计 1. 假定条件 总体服从正态分布,且方差 ?２ 已知 如果不是正态分布，可由正态分布来近似 n ? 30 使用正态分布统计量 z 置信水平 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 表示为 1 - ???? ?为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的?为0.01，0.05，0.10 置信区间 confidence interval 由样本统计量所构造的总体参数的估计区间称为置信区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个 置信区间与置信水平 5.1.3 评价估计量的标准 无偏性 unbiasedness 无偏性：估计量抽样分布的数学期望等于被估计的总体参数. 有效性 efficiency 一致性 consistency 一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数. 5.2 一个总体参数的区间估计 总体均值的区间估计 1. 假定条件 总体服从正态分布,且方差 ?２ 已知 如果不是正态分布，可由正态分布来近似 n ? 30 使用正态分布统计量 z 总体均值的区间估计 例题分析 总体均值的区间估计 例题分析 例题分析 总体均值的区间估计 例题分析 例题分析 总体均值的区间估计 小样本 1. 假定条件 总体服从正态分布,且方差 ?２ 未知 小样本 n 30 使用 t 分布统计量 t 分布 总体均值的区间估计 例题分析 例题分析 总体比例的区间估计 1. 假定条件 总体服从二项分布 可以由正态分布来近似 使用正态分布统计量Ｚ 例题分析 7.2.3 总体方差的区间估计 1. 估计一个总体的方差或标准差 2. 假设总体服从正态分布 总体方差 ? 2 的点估计量为s2,且 总体方差的区间估计 图示 总体方差的区间估计 例题分析 总体方差的区间估计 例题分析 一个总体参数的区间估计 小结 两个总体均值之差的估计 大样本 1. 假定条件 两个总体都服从正态分布，?1２ ， ?2２已知 若不是正态分布, 可以用正态分布来近似 n1?30和n2?30 两个样本是独立的随机样本 使用正态分布统计量 z 两个总体均值之差的估计 大样本 1. ?1２， ?2２已知时，两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计 例题分析 两个总体均值之差的估计 例题分析 两个总体均值之差的估计 小样本: ?12 ? 22 1. 假定条件 两个总体都服从正态分布 两个总体方差未知但相等：?1２ ?2２ 两个独立的小样本 n1 30和n2 30 总体方差的合并估计量 两个总体均值之差的估计 小样本: ?12 ?22 两个样本均值之差的标准化 两个总体均值之差的估计 例题分析 两个总体均值之差的估计 例题分析 两个总体均值之差的估计 小样本: ?12?? 22 1. 假定条件 两个总体都服从正态分布 两个总体方差未知且不相等：?1２??2２ 两个独立的小样