第5章样本估计与统计检验方法.pptVIP

第5章 样本估计与统计检验方法 北京联合大学机电学院 本章主要内容 5.1 导言 5.2 参数估计 5.3 参数假设检验的基本方法与思路 5.4 参数假设检验 5.1 导言 5.2 参数估计 参数估计：从总体中抽取样本，选定—个统计量，然后利用样本观测值给出参数的估计值，这就是所谓的参数估计问题。 参数估计的基本方法分为两大类：点估计和区间估计。 5.2 参数估计 5.2 参数估计 参数点估计的方法很多，主要有矩估计法和极大似然估计法。 5.2 参数估计 5.2.1.1 矩估计法 矩估计法：按矩的阶数从1到k列出k个样本矩等于总体矩的方程，从而解出待估参数的方法称为矩估计法，又称数字特征法。 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.2 参数估计 5.3 参数假设检验的基本方法与思路 5.3 参数假设检验的基本方法与思路 5.3 参数假设检验的基本方法与思路 5.3 参数假设检验的基本方法与思路 5.3 参数假设检验的基本方法与思路 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 5.4 参数假设检验 《质量管理统计技术》 《质量管理统计技术》 参数估计 假设检验 统计方法 描述统计 推断统计 图5.1 统计方法的分类 《质量管理统计技术》 5.2.1 参数的点估计 点估计：构造一个合适的统计量作为未知参数的估计量。对应于样本的每个观测值，估计量的值称为的估计值。 具体求法是：设总体X的分布函数为，其中是k个待估参数，是取自X的样本。假设总体X的k阶原点矩E(Xk)存在 则总体X的j阶原点矩 样本的j阶原点矩为 令样本矩等于对应的总体矩，可得k个方程 求解上述方程组，得到一组解 ，以此作为待估参数的矩估计量。 5.2.1.2 极大似然估计法，为未知参数，是取自总体X的样本，现在用上述直观想法来估计。 我们知道在x处的值越大，总体X在x附近取值的概率也越大，而样本的概率密度在处的值越大，样本在附近取值的概率越大。现在抽样结果是样本值为，就是说在一次试验中样本取样本值这一事件发生了。所以人们做出对的估计时，应有利于这一事件的发生，即使达到最大的作为对的估计，根据这一朴素的想法，英国统计学家费希尔提出极大似然估计的概念并严格证明了这一估计的某些优良性。 下面称 为似然函数，对确定的样本值，若有使得 则称为的极大似然估计量（j=1，2，…，m）。 由于lnx是x的单调函数，使 成立的也使成立，为计算方便，常从上式求，通常采用微分学求函数极值的一般方法，即从方程（组） 求得lnL的驻点，这个方程组称为似然方程（组）。 然后再从这些驻点中找出满足 的。 5.2.2 区间估计 设为总体的分布函数，其中x是变量，为参数，而为取自总体的随机样本。利用样本构造统计量和，其中，对于给定的概率，有，则称区间是的置信水平为的置信区间，分别称为置信下限和置信上限，为置信水平。 区间的上，下限都是统计量，即区间为随机区间，随着样本观测值的不同，随机区间产生不同的具体区间。随机区间包含真值的概率为，而不是的真值落在区间内的概率为。 2)当未知时 正态总体的标准差σ一般是未知的，由于是的无偏估计，得随机变量 对给定的，查t分布表，可得双侧分位数，使得 由，可解得 所以，σ2未知时，总体均值μ的置信水平为的置信区间为 5.2.2.2 单个正态总体方差的区间估计 故对于给定的，由分布的上侧分位数表查得，使得 所以 因而求得的置信系数为的置信区间为： 5.2.2.1 单个正态总体均值的区间估计 是μ的无偏估计，且 所以随机变量 对于给定的，查标准正态分布表可得双侧分位数，使得 由可解得： 由此得到总体均值μ的置信水平为的置信区间为 图5.2 正态分布 置信区间的长度可视为区间估计的精度，下面分析置信度与精确度的关系。 (1).当样本容量n固定时，置信度增大时，就愈大，因而置信区间就愈长，则区间估计精度减低；反之亦然；所以“精确度”和“可信度”二者是不可兼得的； (2).当置信度固定时，样本容量n增大时，置信区间减小，区间估计精度提高，但实际问题中增大容量n是有一定困难的。 2)当为未知时 由于随机变量 故对于给定的，依分布的上