信赖区间.pptVIP

課程六 信賴區間 機率 樣本統計是母體參數的估計值。 眾多樣本統計值集合起來成為抽樣分佈。 我們關心樣本的抽樣分佈是否圍繞在母體參數。 點估計與區間估計 樣本統計是點估計，是我們的猜測。 區間估計則是母體參數有可能落在其中的眾多點估計。 點估計應該是無偏(unbiased)、離散程度盡可能小(efficient)。 無偏估計 樣本平均數是母體平均數的無偏估計：E[Y-bar]=E[1/n(ΣY)]=1/n(E[ΣY])=1/n(n)(E[Y])=μ 樣本的變異數是母體變異數的無偏估計：E[S2]=σ2 中央極限定理（Central Limit Theorem, CLT） 當樣本數很大（n=30）時，不論母群體是何種機率分配，樣本平均數的抽樣分配為近似常態分配。 信賴區間1 要正確估計母體參數是不可能的，但是可以假設母體參數應該落在一定的區間，稱為信賴區間(confidence interval)。 而產生信賴區間需要信心水準(confidence level)，或者是誤差(margin of error) 點估計加減誤差便是區間估計。 信賴區間2 假如點估計所在的信賴區間未包含真實參數，可能是該信賴區間太小，也可能是點估計落在離母體參數太遠的地方。 因此，我們要控制信賴區間的大小，也就是決定容許多大的誤差(margin of error)。 誤差越大，則信賴區間越小。誤差越小，信賴區間越大，越有可能涵蓋真實參數。 信賴區間3 信賴區間=點估計+-誤差(M) 誤差=critical value × se 而critical value(z值)來自於α=1-（信賴區間/100) z值對應α，α/2分屬於z值分佈的兩端。 因此，信賴區間估計常表示為： [p- z(1-α/2)*(se), p+z(1-α/2)*(se)] 信賴區間4 由於眾多點估計成常態分佈，點估計之間的離散程度也可以用標準誤表示。 而信賴區間可視為點估計的不確定程度，也就是點估計加上若干標準誤。 抽樣樣本越大，相同的樣本變異數下，樣本平均值的標準誤越小，則信賴區間也越小，也就是不確定程度越小。 例 Florida民意調查顯示，1200名受訪者中，有396人贊成限制墮胎，π＝0.33。那麼贊成的真實比例多少？ 標準誤(s.e.)為√（0.33）(1-0.33)/1200=0.013 95%的信賴區間為0.33+-1.96*se=(0.30, 0.36)。 樣本規模 若已知z值，而且已知樣本平均值，且設定誤差，那麼可以推導適合的樣本數。 當M＝0.04(4%)，z=1.96，π=0.5，n=0.25*(1.96/0.04)^2=600。至少需要600個樣本。 連續樣本 抽樣分佈(sampling distributions)適用於二元以及連續變數。 當母體為連續變數時，我們使用樣本平均值推論母體平均值。Y-bar的標準誤(se)為s/√n。 例 抽出400名美國人，身高平均值為70.2吋，標準差為2.89吋，那麼全體美國人平均身高是否有6呎（72吋）？ 70.2+-1.96*(2.89/ √400)＝（69.9, 70.4） 因為兩個標準誤的信賴區間不涵蓋72，因此無法確認母體的平均身高有72吋。 例 抽出900個學生接受調查，他們平均一年有27000的零用錢，標準差為4000元，請問全體學生的平均零用錢為多少，在95%的信心水準之下？ 因為95%的信心水準等於是0.05的誤差，α/2對應z值為1.96，因此區間估計為[2.7-1.96*0.4/√900, 2.7+1.96*0.4 /√900]=[26700,27200] t分配 假設母群體呈常態，而σ未知，以樣本標準差s取代。 樣本愈小，抽樣分佈的兩側尾巴愈長（越平坦）(AF, p. 119)。 如果n=30，t趨近於Z。 n-1為自由度。樣本統計來自於隨機變數，而若干事件便可決定樣本統計值，其個數稱自由度。例如：已知平均年齡為25，在抽出四人之後，第四人的年齡在平均年齡為25時自動被決定，因此自由度為3。 t分配的區間估計 假設誤差=α，自由度＝n-1，信賴區間可表示為[y-bar-tα/2(se), y-bar+tα/2(se)]。 se=s/n 例：中國30個港口調查得到平均吞吐量76億噸，假設標準差為12，對於母體平均值的95％信賴區間估計為：[76-2.045*12/30, 76+2.045*12/30]=[71.51, 80.48] 單尾t值 有時候我們只想找出μ是否大於或小於某個值，而非兩邊平均的區間。 假設誤差=α，自由度＝n-1，右尾機率t(α, df=n-1)的信賴區間可表示為（-∞, y-bar+tα(se)]。左尾機率t(α, df=n-1)的信賴區間則表示為[y-bar+tα