统计讲稿2.doc

第五章 参数估计和假设检验 统计推断，就是根据概率论所揭示的随机变量的一般规律性，利用抽样调查所获得的样本信息，对总体的某些性质或数量特征进行推断。 统计推断的两大类问题:参数估计Parameter estimate和假设检验 Hypothesis testing。 参数估计侧重于用样本统计量估计总体的某一未知参数。 假设检验侧重于用样本资料验证总体是否具有某种性质或数量特征。 第一节 抽样分布 一、简单随机抽样和简单随机样本的性质 无限总体 有限总体 抽样方法： 随机样本： 样本性质： 独 立 性 和 同 一 性 同一性 二、统计量与抽样分布 统计量：（Statistic）即样本指标。统计量是样本X1,X2,…,Xn的一个函数，并且这个函数不依赖于任何未知参数。如： 样本均值 ，样本成数 ， 样本方差 2．抽样分布（Sampling distribution）：某一统计量所有可能的样本的取值形成的分布。 三、样本均值的抽样分布（简称均值的分布） 总体N 样本n 均值μ=∑Xi/N 均值 估计 所有可能的样本的均值（ ）所形成的分布，称为样本均值的抽样分布。 均值分布的数学期望和方差 抽 样 方 法 均 值 方 差 标 准 差 （1）从无限总体抽样和有限总体 放回抽样 （2）从有限总体 不放回抽样 抽样实际误差 抽样误差 抽样平均误差 为有限总体校正系数 FPC Finite Population Correction （当抽样比n/N≤5%时，有限总体校正系数可省略，即有限总体不放回抽样近似于放回抽样） 从正态总体中抽样得到的均值的分布也服从正态分布。 从非正态总体中抽样得到的均值的分布呢？ 中心极限定理：无论总体为何种分布，只要样本n足够大 （n≥30），均值（ ）标准化为（z）变量，必定服从标准正态分布，均值（ ）则服从正态分布，即： 四、两个样本均值之差的抽样分布 从两个总体中分别独立地抽取两个样本（n1, n2），它们的均值之差（ ）所形成的抽样分布。 总体X1（N1） 总体X2，（N2） 样本n1 样本n2 （1）如果： （2）如果两个总体都是非正态总体，只要n1、n2足够大，根据中心极限定理，可知 . . （有限总体不放回抽样） 五、样本成数（即比例）的抽样分布（简称成数的分布） 抽样 总体N 样本n 成数P=Ni/N 成数 估计 所有可能的样本的成数（p1,p2,…,pn ）所形