均数抽样误差和参数估计.ppt

* t 分布与标准正态分布 * t 分布与标准正态分布 * t 分布与标准正态分布 * t 分布与标准正态分布 * t 分布与标准正态分布 * * t分布的分位数(双侧t界值) ?/2 ?/2 1-? t?/2,? -t?/2,? * ? 1-? t?,? t分布的分位数(单侧t界值) * -t t 0 * 三、总体均数的估计 （一）点估计（point estimation） （二）区间估计（interval estimation） 按照一定的概率估计总体参数可能所在的一个范围，称为区间估计。 概率——可信度，通常取 95% 或 99% 。 所估计的总体参数的范围——可信区间（confidence interval） * 总体均数的区间估计 1、当?未知且n 较小时，由于 服从 t分布，可按 t 分布原理估计总体均数的可信区间。 由于 即 故总体均数（1-?）?100%的可信区间为 * 总体均数的区间估计 2、当?未知但n足够大时（ n 100），t分布近似u分布，可以 u 界值代替 t 界值，估计总体均数的可信区间。 3、当?已知时，可按正态分布的原理，估计总体均数的可信区间。 * 例3 某地抽取正常成年人200名，测得其血清胆固醇的均数为3.64 mmol/L，标准差为1.20mmol/L，估计该地正常成年人血清胆固醇均数的95%可信区间。 故该地正常成年人血清胆固醇均数的95%可信区间为(3.47, 3.81)mmol?L。 * 四、可信区间的确切涵义 * 1. 95%的可信区间的理解： （1）我们所估计的可信区间有95%的可能包含所要估计的总体参数。 （2）从正态总体中随机抽取100个样本，可算得100个样本均数和标准差，也可算得100个均数的可信区间，平均约有95个可信区间包含了总体均数 。 （3）但在实际工作中，只能根据一次试验结果估计可信区间，我们就认为该区间包含了总体均数?。 * 2.可信区间的两个要素 （1）准确度：用可信度（1??）表示：即区间包含总体均数 ? 的理论概率大小 。 当然它愈接近1愈好，如99%的可信区间比95%的可信区间要好 。 （2）精确度：反映在区间的宽度上。 区间愈窄愈好，如95%的可信区间比99%的可信区间要好 。 * 当n确定时，上述两者互相矛盾。 提高准确度（可信度），则精确度降低（可信区间会变宽），势必降低可信区间的实际应用价值，故不能笼统认为99%可信区间比95%可信区间要好。 相反，在实际应用中，95%可信区间更为常用。 在可信度确定的情况下，增加样本含量可减小区间宽度，提高精确度。 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.05 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.05 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.10 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.10 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.01 * 从正态总体N(155.4,5.32)中抽样n=10 , ?=0.01 * n=10 ?=0.05 ?=0.10 ?=0.01 * 准确度（可信度）逐渐降低，精确度逐渐升高； 从正态总体N(155.4,5.32)中抽样n=30 , ?=0.05 * 从正态总体N(155.4,5.32)中抽样n=30 , ?=0.01 * 从正态总体N(155.4,5.32)中抽样n=30 , ?=0.10 * n=30 ?=0.01 ?=0.05 ?=0.10 * 准确度（可信度）逐渐降低，精确度逐渐升高； ?=0.05 n=10 n=30 * 准确度（可信度）不变，精确度逐渐升高； 单侧可信区间 在一些实际问题中，往往关心某些未知参数的上限或下限。例如对某种药物的有效性，人们总希望其越大越好，这时可以主要考虑有效性的“下限”；而对其毒性来说，人们总希望毒性越小越好，这时应考虑毒性的“上限”---------单侧可信区间 为研究某种轮胎的磨损特性，随机取16只轮胎试验。其行驶里程的均数为41116公里，标准差为6346公里，如果该样本来自正态分布总体，试求该种轮胎平均行驶里程的95%可信区间下限。 * * 问题： （1）该地区全部20岁男青年的平均身高是多少（P＝0.95）? （2）从该地区任抽一名20岁男青年，测得他的体重为70公斤，能否怀疑他的体重异常（P＝0.99）? 从某地20岁男青年中随机抽查1