数量方法(概率统计)教材.ppt

估 计 量 估 计 值 二、估计量与估计值 用来估计总体参数的统计量的名称，如样本均值、样本比例、样本方差等。 估计量在某次抽样中的具体数值 一个优良估计量应满足如下标准： 无偏性：估计量抽样分布的数学期望 等于总体参数。 有效性：估计量与总体参数的离散度 较小，即估计量抽样分布的 方差较小。 一致性：随着样本容量增大，估计值 越来越接近总体参数值。 三、估计量的评价标准 四、样本的数字特征与总体参数的点估计 （一）样本均值 从总体中抽取容量为n的样本，观测值 为X1、X2、…Xn，则样本均值为：  μ为总体均值，σ2为总体方差。 样本均值是一优良估计量，通常用来估计总体均值。 （二）样本方差  总体方差的无偏估计量用 n-1计算， 它通常来用估计总体方差。 （三）样本标准差 样本标准差非总体标准差的无偏估计量 区间估计是根据样本估计值计算出数值  范围，推断总体参数位于这一范围内的 概率。数值范围称为置信区间，于数值 范围内的概率称置信度或置信水平。 一、置信区间与置信度 置信区间的大小表示估计的精确性，置信度的大小表示估计的可靠性。 二、样本均值 的抽样分布 原总体分布 样本容量 样本均值的抽样分布 正态分布 大样本 正态分布 小样本 正态分布 非正态分布 大样本 正态分布 小样本 非正态分布 样本均值 的抽样分布与原总体分布 有关，也与样本容量的大小有关。 当样本容量 n≥30时，样本平均数趋近正态分布。 三、大样本下的区间估计 如果总体方差σ2未知，大样本时，可用  样本方差 S2 替代。 例 1 （P222 例 1） 例 2 （P222 例 2） 例 3 （P223 例 3） 四、小样本下的区间估计 若总体为正态分布，即X～(μ，σ2） 则样本均值服从正态分布，即 标准化转换 （一）总体方差 σ2 已知 总体均值 μ 的置信区间与前相同 为 （二）总体方差 σ2 未知,以样本方差 S2 替代  即样本均值服从自由度为 n-1的 t 分布 例 4 （P225 例 5） 例 5（P225 例 6） 与标准正态分布相似,总体均值的置信区间 为 是与置信度1－α有关的系数，查 t分布表 大样本时样本比例P的抽样分布趋近 正态分布  与总体均值相似,总体比例的置信区间为 由于p是要估计的总体参数，是未知的，大样本时可用样本比例P替代 一、大样本的估计方法 例 1 （P232 例 12） 例 2 （P232 例 13） 1、 稀有事件的小比例估计问题 当总体比例 p 很小时,称为稀有事件。 既使样本容量n很大，P的抽样分布 也不宜用正态分布，而是泊松分布。 2、 样本容量的问题 样本容量多大时，P的抽样分布才近似 正态分布，这与总体p 的大小有关。 二、总体比例区间估计的特殊问题 置信度表示估计的可靠性，1－α越大， 估计的可靠程度越高；置信区间表示估 计的精确性，置信区间越大，估计的精 确性越低。 在样本容量与抽样方式不变的情况下， 提高置信度将会扩大置信区间；缩小 置信区间将会降低置信度。 既要缩小置信区间，又不降低置信度， 就要增加样本容量或改变抽样方式。 一、置信度、置信区间 与样本容量的关系 （一）重复抽样或抽样比5% 总体均值的置信区间为  可见总体均值μ与样本均值 的绝对 离差不超过 ，称为允许误差， 用?表示。  即