统计学口复习.pptVIP

? 与 ? 的逆向关系: * §2.4 参数估计 一、点估计 点估计是根据样本构造一个统计量作为对总体的未知参数θ的估计量 ，其观察值称为总体未知参数θ的估计值。 在实际中应用的比较多的是用样本均值μ估计总体均值E（X），用样本方差估计总体方差。 用样本均值表示观察现象的平均水平，用样本方差表示数据的分散程度。 二、估计量优劣的评选标准 1）无偏性: 2）有效性: 比 更为有效。（对两个无偏估计） 3）一致性：当n→∞时，未知参数?的估计量 （X1，X2，…Xn）依概率收敛于?。即对于任意的正数?0，有 4）均方误差： 均方误差通常用MSE表示，估计量的误差（偏离真值）的平方的均值称为均方误差，其表达式为： 当估计值是未知参数的无偏估计时，该项为零 例题：样本均值 是总体期望值E（X）的一致估计量 解：因为 ， 由大数定理，对于任意的 ? 0，有 即证得结论。 三、区间估计 区间估计是根据样本数据来估计总体未知参数θ所在的区间. 置信区间的表达式： P{?L≤ ?≤?U} = 1-? 称（ ?L，?U ）为参数?的置信水平为1-?的置信区间. 其中?L和?U 分别称为置信下限和置信上限，都是样本的函数。 1、总体 X～N（?， ?2 ）,当?已知时，?的置信水平为1-? 的置信区间由下面得出： 由此得? 的置信水平为1-? 的置信区间为 （一）正态总体均值?的区间估计 2、?未知时，根据定理知 由公式 ?的置信度为1-?的置信区间为 （二）总体比例的区间估计 在大样本的情况下，样本比例p的分布近似地服从正态分布。即 p ? N(P,P(1-P)/n) 对于给定的的置信度1-?，总体比例P的1- ?的置信区间为 式中，总体比例用样本比例来估计，且 例： 某厂对一批产品的质量进行抽样检验，采用重复抽样方法抽取样品200只，样本的优质品率为85％，并计算当把握程度为90％时优质品率的区间范围。 解：已知n=200，p=0.85， 1-?=0.90， Z?/2 =1.645 总体优质品率P的置信度为90％的置信区间为：（85％±4.15％） 即： 80.85％≤P≤89.15％ 若这批产品有2000只，则优质品数大约在2000×80.85％到2000×89.15％，即1617到1783只之间。 （三）正态总体方差 ?2 的置信区间 均值?未知时，利用定理得 ，由概率公式 则可得?2的置信度为1-?的置信区间为 §2.5 假设检验 一、假设检验的一般思想 例题：一台包装机包得糖重是一个服从正态分布的随机变量，若某日开工后为检验包装机工作是否正常，随机抽取9袋，得到样本的平均值为0.510（包装机工作正常时，其均值?=0.5，且根据经验知糖重的标准差?=0.015），问机器是否工作正常？ 为了检验一个假设（如p≤0.01）是否成立，先假定这个假设成立，如果不合理的现象出现，就否定原来的假设。这里的”不合理”，是基于人们在实践中广泛采用的一个原则，小概率事件在一次观察中基本上不会发生。假设检验包括，参数检验；总体分布的检验等； 假设检验用 反证法的思想 可以设想：当包装机工作正常，样本均值 与总体均值?的差异 不会太大，否则有理由认为包装机的工作不正常。差异到底多大才足以使我们对原假设产生怀疑呢？因为 是一个随机变量，如果H0为真，即原假设成立，有 ? ??| 解：假设包装机工作正常，即假设H0：?=?0=0.5；H1：?≠?0 如果取?比较小, 当H0为真时，有 由于小概率事件在一般的情况下不会发生，所以如果发生了，则有理由认为原假设不成立。即拒绝原假设H0，接受备择假设H1，认为包装机的工作不正常。 二、双边检验和单边检验 在上面的例题中的拒绝域是双边的，备择假设：?≠?0。而有时考虑的问题是总体的均值是否增大（或减小），这是个单边检验检验的问题，即备择假设： ??0 (或??0)。具体检验思想和方式与双边相同只是在取分位点时注意取?（右边检验）或1??（左边检验），而不是?/2即可。 假设检验中应当注意的问题： 1、注意双边检验与单边检验在建立假设时的区别：