总体分布参数估计.pptVIP

or equivalently, where the margin of error, the sampling error, or bound, B, is given by and Z?/2 , is the number for which a standard normal variable Z satisfies 对比总体参数和样本统计量 ?区间估计 – ? 总体参数值很可能落在区间估计所包括的数值范围内 ; ?使我们知道被估计值可能产生多大的误差边际 ; ?给出估计的信赖程度（或置信度） 。 对比总体参数和样本统计量 ? 定义 与区间估计相联系的信赖程度，常常用(1 – ?) ? 100%来表示。 置信水平 置信区间 指某一指定置信水平下的区间估计，该区间包括了总体参数的真值。 置信水平高 ? 置信区间就宽 ? ? 对比总体参数和样本统计量 置信区间就宽 样本统计量 (点估计) 置信界限 (下限) 置信界限 (上限) 对比总体参数和样本统计量 x ? ?? ? ? /2 ? 区间的较大数值 在100(1 - ?)%水平下，区间包含 ?; 在100?% 水平下，区间不包含?; ? = 1 - /2 x _ x _ _ 对比总体参数和样本统计量 ? 解释 95% 的置信区间表达了什么含义 95% 的置信水平意味着：如果从总体中随机抽取容量为n的所有可能样本，并相应计算这些样本的置信区间，则在计算之后有 95%的区间将包括总体参数的真值。 总体均值的置信区间 --已知 ? (1)无论样本容量为多少，原有总体服从正态分布 ; 或者 (2)原有总体不服从正态分布，但样本容量 n ? 30 。 服从均值 = ?、标准差为 的正态分布 而且 总体均值的置信区间 --已知 ? (1 – ?) ? 100% 水平下的置信区间 即 , ? ? 因此, ? 总体均值的置信区间 --已知 ? ?举例 : 根据以前获得的经验，我们知道某台机器在生产训练用的钢管时，其直径的标准差为0.135厘米。如果从中抽取30根管子作为一个简单随机样本，则这些管子的平均直径为3.6厘米。请问在95%的置信水平下，这些管子的平均直径的置信区间是多少？ n = 30, ? = 0.135cm, = 3.6cm ?根据中心极限定理， 近似服从正态分布 总体均值的置信区间 --已知 ? ? 在 95% 水平下的置信区间是 而且 = 3.6 ? 1.96 ? 0.02465 = (3.55, 3.65) 在95%的 置信水平下，由这台机器生产的训练用管子，其平均直径应当在3.55厘米至3.65厘米范围之内。 如果总体的? 未知，则 的抽样分布服从自由度为 n – 1的 t 分布 ，即 如果样本容量足够大，我们可以用正态分布而不是t 分布。 总体均值的置信区间 –未知 ? 总体均值的置信区间 –未知 ? 如果是大样本 (n ? 30)，则 在(1 – ?) ? 100% 水平下，?的置信区间是 如果是小样本 (n 30) 并且原有总体近似服从正态分布 ，则 在 (1 – ?) ? 100%水平下，?的置信区间是 第四章 总体分布、 样本分布与参数估计 § 4.1 总体分布与样本分布 一、总体（母体）:反映总体特征的随机变量的取值的全体。 总体分布（母体分布）：反映总体特征的随机变量的概率分布。 从无限次随机抽取（然后放回）的角度看，表征一个总体特征的变量（指标），都可以视为随机变量。 有限总体的概率分布，就是有限总体中不同个体的比率（频率）分布。 二、随机样本与样本观测值（样本数据） 1、随机样本 表征n次抽取个体的随机抽样的一组随机变量X1，X2，···， Xn 。 2、样本观测值 n次随机抽样的结果：x1，x2，···，xn （称为随机样本X1，X2，···， Xn 的样本观测值）。 n称为随机样本向量（ X1，X2，···， Xn ）的维度，即自由度。 3、样本（累积）分布函数 设样本观测值x1 ? x2 ? ,···, ? xn ki为小于xi+1的样本值出现的累积频次, n为样本容量, 则可得样本累积频率分布函数如下: 样本累积频率分布函数,又称样本(累积)分布函数.样本(累积)分布函数Fn(x)是对总体的累积分布函数F(x)的近似, n越大, Fn(x)对F(x)的近似越好. 样本分布与总体分布 格利文科 ( Glivenko )定理 (样本分布与总体分布的关系) 定理: 当样本容量 n 趋于无穷大时, Fn(x)以概率1(关于 x )均匀地收敛于F(x). 该定理是运