参数估计内部培训资料.pptx

参数估计什么是参数估计当在研究中从样本获得一组数据后，如何通过这组数据信息，对总体特征进行估计，也就是如何从局部结果推论总体的情况，称为总体参数估计。参数估计可分为点估计和区间估计两种。参数估计点估计区间估计用某一数值作为参数的近似值在要求的精度范围内指出参数所在的区间统计推断的过程点估计一、点估计的定义点估计是指在进行参数估计时，直接用一个特定点值作为总体参数的估计值。点估计几种方法：用样本矩来代替总体矩,从而得到总体分布中参数的一种估计：矩法估计.并不需要事先知道总体是什么分布。最大似然法：它是在总体类型已知条件下使用的一种参数估计方法，基本思想：一次试验就出现的事件有较大的概率。寻找使概率极大化的参数就是很自然的想法了,极大似然法就是基于这样的想法.点估计二、良好估计量的标准⑴无偏性：即用多个样本的统计量作为总体参数的估计值，其偏差的平均数为0。⑵有效性：当总体参数的无偏估计不止一个统计量时，无偏估计变异小者有效性高，变异大者有效性低，即方差越小越好。⑶一致性：当样本容量无限增大时，估计值应能够越来越接近它所估计的总体参数，估计值越来越精确，逐渐趋近于真值。⑷充分性：指一个容量为n的样本统计量，是否充分地反映了全部n个数据所反映总体的信息。区间估计与标准误三、区间估计与标准误㈠区间估计的定义根据样本统计量，利用抽样分布的原理，在一定的可靠程度上，估计出总体参数所在的范围，即以数轴上的一段距离表示未知参数可能落入的范围。例子：若设X表示明年小麦亩产量,则估计结果为㈡置信区间与显著性水平⑴置信区间：也称置信间距，指在一定可靠程度上，总体参数所在的区域距离或区域长度。⑵置信界限（临界值）：置信区间的上下两端点值。⑶显著性水平：指估计总体参数落在某一区间时，可能犯错误的概率，用符号表示。有时也称为意义阶段、信任系数等。⑷置信度（置信水平）：。P(800≤X≤1000)=80%点估计、区间估计与标准误㈢区间估计的原理与标准误⑴区间估计是根据样本分布理论，用样本分布的标准误计算区间长度，解释总体参数落入某置信区间可能的概率。⑵区间估计存在成功估计的概率大小及估计范围大小两个问题。妥协办法：在保证置信度的前提下，尽可能提高精确度。规定正确估计的概率即置信度为0.95和0.99，则显著性水平为0.05和0.01。小概率事件在一次抽样中不可能出现。⑶区间估计的原理是样本分布理论。在计算区间估计值解释估计的正确概率时，依据的是该样本统计量的分布规律及样本分布的标准误。样本分布可提供概率解释，而标准误的大小决定区间估计的长度。一般情况下，加大样本容量可使标准误变小。举例区间估计的图示置信区间与置信水平说明：1、区间估计没有给出参数的估计值2、置信区间越长，置信度越大，包含参数的概率越大，但误差越大；置信区间越短，误差可能会越小，但包含参数的概率也越小，置信度越低3、因此，在保证一定置信度条件下，建立尽可能小的置信区间。总体平均数的估计一、总体平均数估计的计算步骤：⒈利用抽样的方法抽取样本，计算出样本的平均值和标准差S：⒉计算样本平均数的标准误：①当总体方差已知时，样本平均数的标准误的计算为：②当总体方差未知时，样本平均数的标准误的计算为：⒊确定显著性水平和置信水平⒋根据样本平均数的抽样分布确定查何种分布表，确定理论值总体平均数的估计⒌确定置信区间：⒍解释总体平均数的置信区间。举例1：总体方差已知时，对总体平均数的估计⒈当总体分布为正态分布时，（无论样本容量n的大小，从该总体抽取的样本分布均成正态分布。）对总体平均数的估计可以依正态分布进行估计。例1已知某市6岁正常男童体重的总体方差为6.55公斤，从该市随机抽取15名6岁男童，其平均体重为20.4公斤，试求该市6岁男童平均体重的95%和99%的置信区间。解：95%的置信区间的显著性水平α=0.05，因此，μ的95%的置信区间为:即:μ的99%的置信区间为:即:故该市6岁男童平均体重μ的95%的置信区间为[19.11，21.69]；99%的置信区间为[18.7，22.1]。举例2：总体方差已知时，对总体平均数的估计⒉当总体为非正态分布时（只有当样本容量n30时,此时样本抽样分布渐近正态分布。这时可依正态分布进行估计，否则不能对总体平均数进行估计。）例2已知某区15岁男生立定跳远的方差为，现从该区抽取58名15岁男生，测得该组男生立定跳远的平均数为198.4cm，试求该区15岁男生立定跳远平均成绩的95%和99%的置信区间。解：由题意知：由于样本容量（n=58）大于30，该样本的抽样分布为渐进正态分布。因此，μ的95%的置信区间为：198.4－1.96×2.75≤μ≤198.4＋1.96×2.75即193.01≤μ≤203.79μ的99%的置信区间为：198.4－2.58×2.75≤μ≤198.