第6章抽样分布和参数估计.pptVIP

第六章 抽样分布与参数估计; 一、随机抽样 每一个体被抽中的概率相同； 最理想、最科学的抽样方法； 能保证样本数据对总体的代表性； 能有效控制抽样误差，将其限制在一定范围内。 ; 第一节 抽样分布概述;总体;⑵ 从总体中随机抽出容量为n的一切可能样本的平均数之平均数等于总体平均数。;⑶ 容量为n的平均数在抽样分布上的标准差（称为标准误SE），等于总体标准差除以n的方根：; 4.虽然总体不是正态分布，如果样本容量较大，反映总体μ和σ的样本平均数的平均数和标准差，也接近正态分布。;（5）样本平均数的分布也可转换为标准正态分布。 ;例 从一个均值?=8，?=0.6的总体中随机选取容量为ｎ＝25的样本。假定该总体不是很偏， 求：(1) 样本均值 小于7.9的近似概率; (2)样本均值 超过7.9的近似概率; (3)样本均值 在总体均值?=8附近0.1范围内的概率.;(1);一、定义 参数估计：通过样本统计量按统计学标准，对所在总体参数特征进行估计，通过局部推论总体的情况。; 二、点估计 （1） 用来对总体参数进行估计的样本统计量叫做总体参数的估计量；将估计量在一个样本中的取值直接作为总体参数的估计值，叫作点估计。 （样本平均数 是总体平均数 的估计量； = 60 是?的一个估计值） （2）对点估计优劣进行评价时，主要看估计量的选择是否最优 ; ;一致性 当样本容量无限增大时，估计量的值能越来越接近它所估计的总体参数值，这种估计是总体参数一致性估计量。 充分性 一个容量为n的样本统计量,应能充分地反映全部n个数据所反映的总体的信息。 ;（3） 点估计的误差 估计值与参数的差叫误差。当不考虑其它因素的情况下，这个误差仅由抽样所造成，因而称作抽样误差。 无偏估计值抽样误差的平均值虽然为零，但任意一次点估计的抽样误差等于零的概率极小，因此有必要规定任意一次点估计时抽样误差的最大允许范围。（所谓最大范围一般指95%或99%次的抽样误差都不超出这个范围）。 ;例如，由样本平均值估计总体平均值时， - 称作抽样误差，1.96? 或2.58? 即抽样误差的最大范围。 即： 用 作为 的估计值时，抽样误差不超过1.96? 。 （同时要注意的是，这个结论有95%的把握，仍有5%犯错误的可能性）;三、区间估计 区间估计就是用一个区间去估计未知参数，它不具体指出总体参数等于什么，但能指出总体的未知参数落入某一区间的概率有多大。;区间估计的基本原理 （以总体均值的估计为例）： ﹡总体正态分布 → 样本平均数抽样分布也是正态分布→ 把样本平均数的抽样分布转换为标准正态分布 ﹡从总体中随机抽取一个样本， 落入区间（ ， ）的概率为１- α；; ﹡ 一旦落入该区间，则以 为中心的区间 一定把总体均值 包含进来； ﹡ 因此，随机抽取一个样本，区间 会以１- α 的概率将总体均值 包含在内。 其中： α 为犯错误的概率， １- α 为置信水平，该区间称作置信水平为１- α 的置信区间; 一、总体均值的区间估计 ﹡1.1 总体正态分布、总体方差已知 X服从正态分布，X～N(?, ?2) ;例：某地区10岁全体女童身高历年来标准差为6.25厘米，现从该地区随机抽27名10岁女童，测得平均身高为134.2厘米，试估计该地区10岁全体女童平均身高的95％和99％置信区间。;99％;﹡1.2 总体正态分布、总体方差未知 这种条件下，从总体分布→样本平均数的抽样分布与总体方差是否已知无关，但这时?要用Sn-1来替代，即 这时由于S是变量，对 的转换 不再服从正态分布，而服从的是t分布，即 ;t分布的特点;2.12; 因为 所以，总体平均值的置信区间为： 例：从某小学三年级随机抽取12名学生，其阅读能力得分为 28，32，36，22，34，30，33，25，31，33，29，26。 试估计该校三年级学生阅读能力总体平均数95％和99％的置信区间。 ; 解：12名学生阅读能力的得分假定是从正态总体中抽出的随机样本，而总体标准差σ未知，在此条件下，对样本平均数的标准化转换应服从t分布。 于是需用t分布来估计该校三年级学生阅读能力总体平均数95％和99％的置信区间。;由原始数据计算出样本统计值为;当α ＝0.01时，;﹡1.3 总体非正态分布、大样本（n30） 总体不是正态分布，样