第6章抽样分布与参数估计报告.ppt

第 6 章 抽样与参数估计 第 6章 抽样与参数估计 6.1 抽样与抽样分布 6.2 参数估计的基本方法 6.3 一个总体参数的区间估计 6.4 两个总体参数的区间估计 6.5 样本容量的确定 学习目标 理解抽样方法与抽样分布 估计量与估计值的概念 点估计与区间估计的区别 总体均值的区间估计方法 总体比例的区间估计方法 样本容量的确定方法 参数估计在统计方法中的地位 一、统计推断的过程 二、抽样方法 抽样方法 三、抽样分布 抽样分布 (sampling distribution) 在重复选取容量为n的样本时，由每一个样本算出的该统计量数值的相对频数分布或概率分布 是一种理论分布 随机变量是 样本统计量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 抽样分布 (sampling distribution) 样本均值的抽样分布 样本均值的抽样分布 容量相同的所有可能样本的样本均值的概率分布 一种理论概率分布 进行推断总体均值?的理论基础 样本均值的抽样分布(例题分析) 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 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) 抽样分布与总体分布的关系 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 样本均值的抽样分布(数学期望与方差) 样本比例的抽样分布 比例(proportion) 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 样本比例的抽样分布 容量相同的所有可能样本的样本比例的概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 一种理论概率分布 推断总体总体比例?的理论基础 样本比例的抽样分布(数学期望与方差) 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 抽样平均误差的计算注意事项 在实际工作中， σ和P均不可知，因此，一般以s和p代替，或者用过去同类问题全面调查或抽样调查的经验数据代替，则抽样平均误差的最终计算公式： 1.重复抽样条件下： 2.不重复抽样条件下： 抽样平均误差的计算 例1：某灯泡厂对10000个产品进行使用寿命检验，随机抽取2%的产品进行测试，得到资料如表所示： 试按上述资料，计算： （1）产品平均寿命的抽样误差 （2）若寿命在1000小时以上为合格品，求合格品率的抽样误差。 影响抽样误差的因素 总体各单位标志值的差异程度（即标准差的大小）： 越大，抽样误差越大； 样本单位数的多少： 越大，抽样误差越小； 抽样方法：不重复抽样的抽样误差比重复抽样的抽样误差小； 抽样组织方式：简单随机抽样的误差最大。 四、统计量(statistic) 设X1,X2,…,Xn是从总体X中抽取的容量为n的一个样本，如果由此样本构造一个函数T(X1,X2,…,Xn)，不依赖于任何未知参数，则称函数T(X1,X2,…,Xn)是一个统计量 样本均值、样本比例、样本方差等都是统计量 统计量是样本的一个函数 统计量是统计推断的基础 次序统计量 一组样本观测值X1,X2,…,Xn由小到大的排序 X（1）≤X（2）≤…≤ X（i）≤…≤ X（n） 后，称X（1），X（2），…，X（n）为次序统计量 中位数、分位数、四分位数等都是次序统计量 五、与正态分布有关的几个分布 ?2分布(?2 distribution) 由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ?2分布(性质和特点) 分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)，V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ?2分布(图示) t 分布 t 分布图示 F分布(F distribution)