统计学导论08课件.pptVIP

統計學導論 方世榮　著 估　計 8.1估計的基本概念 8.2點估計量的性質 8.3區間估計的概念 8.4母體平均數的區間估計 8.5母體比例的區間估計 8.6樣本大小的決定 8.7母體變異數的區間估計 8.1 估計的基本概念 點估計(point estimation)：根據樣本資料求得一估計值，以推估未知的母體參數。 區間估計(interval estimation)：根據樣本資料所求出的點估計值(point estimate)，藉由點估計量抽樣分配的性質求出兩個數值而構成一區間，稱為區間估計值(interval estimate)，並利用此一區間推估未知母體參數的範圍。 8.2 點估計量的性質 不偏性 有效性 均方誤 充分性 一致性 趨近不偏性 不偏性 若點估計量　的抽樣分配之期望值等於母體參數θ，亦即E(　)=θ，則稱　為θ的不偏估計量(unbiased estimator)。 有效性(1/2) 若考慮母體參數θ的所有可能不偏估計量，則其中具有最小變異數者，稱為最有效的估計量。 有效性(2/2) 均方誤(1/2) 均方誤(2/2) 充分性 充分性是指一估計式 在估計θ時，能充分利用樣本統計量之訊息，完全不遺漏地呈現出母體真實狀態；則稱 為具有充分性之估計量。 設X1,X2,…,Xn為某一母體分配，其機率分配函數為fx(X1,…,Xn;θ)，若有一統計量 滿足下列條件時：Pr(X1=x1,X2=x2,…,Xn=xn|　=　)其條件機率值與　無關，且所有 皆成立時，則稱　為θ之充分統計量。 一致性 若　為θ之一點估計量，則會滿足下列條件之一 (1) (2) (3) 8.3 區間估計的概念 信賴區間(confidence interval) 信賴水準(confidence level) 信賴係數(confidence coefficent) 信賴下限(lower limit of confidence) 信賴上限(upper limit of confidence) 8.4 母體平均數的區間估計 　的抽樣分配為常態 　的抽樣分配與 t 分配有關 　的抽樣分配為常態(1/6) 　的抽樣分配為常態(2/6) 母體參數的信賴區間＝點估計量 ± 抽樣誤差 　的抽樣分配為常態(3/6) 　的抽樣分配為常態(4/6) 信賴區間 　　為一可能包含μ之真實值的隨機區間。 機率 ，可解釋為，多次重複抽樣下之相對次數，亦即大約有(1–α)100%個區間包含μ。 只要由所觀察的樣本求得後，隨機區間 　　 　　即可視為μ的(1–α)100%信賴區間。 　的抽樣分配為常態(5/6) 　的抽樣分配為常態(6/6) 　的抽樣分配與 t 分配有關 8.5 母體比例的區間估計 8.6 樣本大小的決定 以估計量　來估計母體參數θ時，估計量與參數之差的絕對值 即為估計之最大誤差；而且在信賴水準為(1–α)下 式中的e為：e=(z值)×點估計量標準誤或e=(t值)×點估計量標準誤。 估計μ所需的樣本大小 決定樣本大小之程序的摘要 設定可忍受的誤差水準e。 設定可接受的信賴水準，並查表得出 z 值。 可忍受的誤差與估計值的實際抽樣誤差相關，即 求出n值，若n為非整數，則取比n大的最小整數。 估計P所需的樣本大小 8.7　母體變異數的區間 估計(1/4) E(S2)=σ2 Var(S2)=2σ4/n–1 (n–1)S2/σ2為自由n–1卡方分配 8.7　母體變異數的區間 估計(2/4) 8.7　母體變異數的區間 估計(3/4) 8.7　母體變異數的區間 估計(4/4) 假定S2是取自常態母體的隨機樣本之變異數，且樣本大小為n，則母體變異數σ2的(1–α)100%信賴區間為 式中　 與　 是自由度為n–1，而左右尾面積分別是α/2與1–α/2的χ2值(卡方值)。 * * Chapter ８ 本　章　綱　要 θ Bias( ) 母體參數 估計量 的抽樣分配 θ的不偏估計量 θ的有偏估計量 的抽樣分配 圖8.1 θ的不偏估計量　，與有偏估計量 (8-2) θ 母體參數 估計量 的抽樣分配 的抽樣分配 圖8.2 與　皆為θ的不偏估計量，但　相對有效 (8-3) (8-4) 的抽樣分配 (不偏的估計量) 的抽樣分配 (最佳的估計量) 的抽樣分配(Var　最小) 估計量 母體參數 圖8-3 　為不偏估計量，　的變異數量最小，但　的MSE的最小 註：zα值的意義相似於tα,參見圖7.4的說明。 圖8-4 P(–Zα/2Zzα/2)=1–α (8-6) (8-7) (8-8) (8-9) (8-10) 圖8-5 由　的抽樣分配所顯示的樣本平均數位置有一小