第五章讲义参数计估和假设检验.docVIP

第五章 参数估计和假设检验 统计推断：利用样本统计量对总体某些性质或数量特征进行推 断。 两类问题：参数估计和假设检验 基本特点：（1）以随机样本为基础； （2）以分布理论为依据； （3）推断的只是一种可能的结果； （4）是归纳推理和演绎推理的结合。 归纳推理 从样本 总体 演绎推理 大前提（分布规律） 小前提（样本信息） 结果 本章主要内容：阐述统计推断的基本原理和常用的几种参数估计和假设检验方法。 第一节 抽样分布 一、简单随机抽样和简单随机样本的性质 无限总体 有限总体 抽样方法： 随机样本： 样本性质： 独 立 性 和 同 一 性 同一性 （当n/N≤5%时，有限总体不放回抽样等同于放回抽样） 二、统计量与抽样分布 1．统计量：即样本指标。如： 样本均值 ，样本成数 ， 样本方差 2．抽样分布：某一统计量所有可能的样本的取值形成的分布。 性 质 0≤P（Xi）?1 ∑P（Xi）=1 数字特征 均值E（X） 方差E[x-E(x)]2 方差的平方根即抽样分布的标准差就是推断的抽样误差。 三、样本均值的抽样分布（简称均值的分布） 总体X，（N） 样本x，（n） 均值μ=∑Xi/N 均值 所有可能的样本的均值（ ）所形成的分布， 称为样本均值的抽样分布。 均值分布的数学期望和方差 抽 样 方 法 均 值 方 差 标 准 差 （1）从无限总体抽 样和有限总体 放回抽样 （2）从有限总体 不放回抽样 。 从正态总体中抽样得到的均值的分布也服从正态分布。 从非正态总体中抽样得到的均值的分布呢？ 中心极限定理：无论总体为何种分布，只要样本n足够大（n≥30），均值（ ）标准化为（z）变量，必定服从标准正态分布，均值（ ）则服从正态分布，即： 四、两个样本均值之差的抽样分布 从两个总体中分别独立地抽取两个样本（n1, n2），它们的均值之差（ ）所形成的抽样分布。 总体X1（N1） 总体X2，（N2） 样本n1 样本n2 （1）如果： （2）如果两个总体都是非正态总体，只要n1、n2足够大，根据中心极限定理，可知 （有限总体不放回抽样） 五、样本成数（即比例）的抽样分布（简称成数的分布） 总体X，（N） 样本x，（n） 成数P=Ni/N 成数 所有可能的样本的成数（ ）所形成的分布，称为样本成数的抽样分布。 成数分布的数学期望和方差 抽 样 方 法 数 学 期 望 方 差 标 准 差 (1)从无限总体抽 样和从有限总 体放回抽样 (2)从有限总体不 放回抽样 根据中心极限定理，只要样本足够大， 的分布就近似正态分布。（当P一定，np和nq大于5时 就近似正态分布。） 六、两个样本成数之差的抽样分布 从两个总体中分别独立地抽取两个样本n1、n2，它们的成数之差（ ）所形成的分布。 总体X1，（N1） 总体X2，（N2） （P1） （P2） （估计） 样本n1 样本n2， 当n1、n2都足够大时，样本成数 都近似服从正态分布，两个样本成数之差（ ）也近似服从正态分布。 第二节 参数估计 一、参数估计的基本原理 两种估计方法