第六抽样与参数估计.PPTVIP

第六章 抽样与参数估计 参数估计在统计方法中的地位 统计推断的过程 第六章 抽样与参数估计 第一节 抽样与抽样分布 第二节 参数估计基本方法 第三节 总体均值和总体比例的区间估计 第四节 两个总体均值及两个总体比例之差的估计 第五节 正态总体方差及两正态总体方差比的区间估计 学习目标 了解抽样和抽样分布的基本概念 理解抽样分布与总体分布的关系 了解点估计的概念和估计量的优良标准 掌握总体均值、总体比例和总体方差的区间估计 总体、个体和样本（概念要点） ?总体(Population)：调查研究的事物或现象的全体 ?个体(Item unit)：组成总体的每个元素 ?样本(Sample)：从总体中所抽取的部分个体 ?样本容量(Sample size)：样本中所含个体的数量 抽样方法（概念要点） 概率抽样：根据已知的概率选取样本 ? 简单随机抽样：完全随机地抽选样本 ? 分层抽样：总体分成不同的“层”，然后在每一层内进行抽样 ? 整群抽样：将一组被调查者（群）作为一个抽样单位 ? 等距抽样：在样本框中每隔一定距离抽选一个被调查者 非概率抽样：不是完全按随机原则选取样本 ? 非随机抽样：由调查人员自由选取被调查者 ? 判断抽样：通过某些条件过滤来选择被调查者 配额抽样：选择一群特定数目、满足特定条件的被调查者 样本均值的抽样分布 抽样分布（概念要点） 所有样本指标（如均值、比例、方差等）所形成的分布称为抽样分布 是一种理论概率分布 随机变量是 样本统计量 样本均值, 样本比例等 结果来自容量相同的所有可能样本 样本均值的抽样分布（一个例子） 样本均值的抽样分布 （一个例子） 样本均值的抽样分布 （一个例子） 所有样本均值的均值和方差 样本均值的分布与总体分布的比较 样本均值的抽样分布与中心极限定理 中心极限定理（图示） 样本方差的抽样分布 样本方差的分布 卡方 (c2) 分布 均值的标准误 所有可能的样本均值的标准差，测度所有样本均值的离散程度 小于总体标准差 计算公式为 两个样本方差比的抽样分布 两个样本方差比的抽样分布 两个样本方差比的抽样分布 T 统计量的分布 T 统计量的分布 参数估计的方法 被估计的总体参数 点 估 计 点估计（概念要点） 从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计 例如: 用样本均值作为总体未知均值的估计值就是一个点估计 2. 点估计没有给出估计值接近总体未知参数程度的信息 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 估计量 （概念要点） 1. 用于估计总体某一参数的随机变量 如样本均值，样本比例、样本中位数等 例如: 样本均值就是总体均值?的一个估计量 如果样本均值 ?x = 3 ，则 3 就是 ? 的估计值 理论基础是抽样分布 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体 参数 估计量的优良性准则（有效性） 估计量的优良性准则（一致性） 一致性：随着样本容量的增大，估计量越来越接 近被估计的总体参数 区间估计 区间估计（概念要点） 1. 根据一个样本的观察值给出总体参数的估计范围 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 置信区间估计（内容） 落在总体均值某一区间内的样本 置信水平 总体未知参数落在区间内的概率 表示为 (1 - ???? ??为显著性水平，是总体参数未在区间内的概率? 常用的显著性水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 区间与置信水平 影响区间宽度的因素 1. 数据的离散程度，用 ? 来测度 样本容量， 3. 置信水平 (1 - ?)，影响 Z 的大小 总体均值的区间估计 (?２已知) 总体均值的置信区间 (?２ 已知) 1. 假定条件 总体服从正态分布,且总体方差（?２）已知 如果不是正态分布，可以由正态分布来近似 (n ? 30) 使用正态分布统计量Ｚ 总体均值的区间估计（正态总体：实例） 总体均值的区间估计（非正态总体：实例） 总体均值的区间估计 (?２未知) 总体均值的置信区间 (?２ 未知) 1. 假定条件 总体方差（?２）未知 总体必须服从正态分布 使用 t 分布统计量 总体均值的区间估计（实例） 总体比例的区间估计 总体比例的置信区间 1. 假定条件 两类结果 总体服从二项分布 可以由正态分布来近似 使用正态分布统计量Ｚ 总体比例的置信区间（实例） 样本容量的确定