第七单元参数估计.pptVIP

第七章 参数估计 统 计 学 本章主要内容 第一节 参数估计的基本原理 第二节 一个总体参数的区间估计 第三节 样本量的确定 参数估计在统计方法中的地位 统计推断的过程 参数估计 抽样估计就是根据样本提供的信息对总体的某些特征进行估计或推断。用来估计总体特征的样本指标也叫估计量或统计量，待估计的总体指标也叫总体参数，所以抽样估计又称参数估计，即用样本统计量去估计总体的参数。 第一节 参数估计的基本原理 一、估计量与估计值 二、点估计与区间估计 三、评价估计量的标准 估计量与估计值 估计量与估计值 估计量：用于估计总体参数的统计量的名称 如样本均值，样本比率、样本方差等 如样本均值就是总体均值? 的一个估计量 参数用? 表示，估计量用 表示 估计值：估计总体参数时计算出来的估计量的具体值 如果样本均值?x =80，则80就是?的估计值 点估计与区间估计 参数估计的方法 点估计(point estimate) 用样本的估计量直接作为总体参数的估计值 如用样本均值直接作为总体均值的估计 如用两个样本均值之差直接作为总体均值之差的估计 没有给出估计值接近总体参数程度的信息 点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等 点估计完全正确的概率通常为0。因此，我们更多的是考虑用样本统计量去估计总体参数的范围 ? 区间估计。 区间估计(interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间是由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 区间估计(interval estimate) 3.设总体参数为 ， 为样本确定的两个统计量，对于给定的 ，有P( )=1-α ，称（ ， ）为参数 的置信度为 1-α 的置信区间， 、 分别称为置信下限、上限，通称置信限，α为显著性水平， 1-α 为置信度。 常用的置信水平值有 99%, 95%, 90% 相应的?为0.01，0.05，0.10 区间估计(interval estimate) 注意对上式的理解： 例如抽取了1000个样本，根据每一个样本均构造了一个置信区间，，这样，由1000个样本构造的总体参数的1000个置信区间中，有95%的区间包含了总体参数的真值，而5%的置信区间则没有包含。这里，95%这个值被称为置信水平（或置信度）。 一般地，将构造置区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平。 区间估计(interval estimate) 比如，某班级平均分数在75～85之间，置信水平是95% 置信区间 (confidence interval) 由样本统计量所构造的总体参数的估计区间称为置信区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个 置信区间 (confidence interval) 置信区间 (confidence interval) 置信区间与置信水平 区间估计的图示 评价估计量的标准 无偏性(unbiasedness) 无偏性：估计量抽样分布的数学期望等于被估计的总体参数 无偏性(unbiasedness） 设　为总体未知参数　的估计量 若 则称　是　的无偏估计量，称　具有无偏性。如果 是有偏估计量，则它的偏差量为 无偏性(unbiasedness) 注: 一致性(consistency) 一致性：随着样本容量n的增大，估计量的值越来越接近被估计的总体参数 一致性(consistency) 如果对任意小的正数，有 则称， 是 的一致估计量，称 具有一致性，可证明 均具有一致性 有效性(efficiency) 有效性：对同一总体参数的两个无偏点估计量，有更小标准差的估计量更有效 有效性(efficiency) 如果 和 都是总体参数 的无偏估计量， 如果 ，则说明估计量 比 更有效的估计量。 第二节 一个总体参数的区间估计 一、总体均值的区间估计 二、总体比率的区间估计 三、总体方差的区间估计 一个总体参数的区间估计 总体均值的区间估计(大样本) 总体均值的区间估计(大样本) 总体服从正态分布,σ2已知时，或总体不是正态分布但为大样本时，样本均值的抽样分布均为正态分布，其数