第七讲推论统计与区间估计.pptVIP

苏州科技学院 第七讲：参数估计—区间估计(2) 知识点： 参数的区间估计 2.1 概念辨析 2.2 总体均值的区间估计 2.3 总体成数（比例）的区间估计 一、参数的区间估计 由于真正的参数我们并不知道，无法知道由样本所计算的点估计值到底距离真值有多少，也就是说我们无法知道点估计值的精确度如何？ 因此我们改用一个范围或一个区间来对未知参数进行估计，如估计某城市居民的平均月收入在800－1000元之间。 区间估计(interval estimation)的实质是在一定的可信度(置信度/置信概率)下，用样本统计值的某个范围(置信区间)来“框”住总体的参数值 1.1 概念辨析 有关区间估计的几个概念： 置信区间（confidence interval) ——总体参数的估计范围； 置信度（confidence coefficient) ——置信区间估计的可靠性； 显著性水平（significance level) ——置信区间估计的不可靠的概率。 1.2 区间估计的一般表达式 1.3 置信区间与置信度的关系 置信区间(范围)的大小反映的是这种估计的精确性问题，而置信度的高低反映的是这种估计的可靠性或把握性问题. 区间估计的结果通常用下述方式表达：“我们有95%的把握认为，全市职工的月工资收入为182元至218元之间”或者“全省人口中，女性占50%至52%的可能性为99%” 1、在样本容量一定的情况下，置信区间和置信度是互相制约的，表现为： 置信度越高，置信区间越宽，估计精度越低； 置信度越低，置信区间越窄，估计精度越高。 （例子：“某班的数学考试成绩在0-100之间”，和“某班考试的成绩在75-85之间”---75-85之间的人数只有80人，那么置信度只有0.8。） 从准确度来看，区间越大越好；从精确度来看，区间越小越好 2、参数区间估计时，置信区间和置信度缺一不可，必须同时给出置信区间和置信度。 1.4 置信度（1－α）与显著性水平α的关系 1、对立统一的两个概念。置信度是估计可靠的概率，而显著性水平是不可靠的概率。 2、置信度＋显著性水平＝1；如果提出置信度要求为0.95，那么意味着显著性水平为0.05; 3、置信度往往用在参数估计中，显著性水平一般用于假设检验中； 2 区间估计的公式 2.1 总体均值的区间估计 估计公式为： 2.2参数估计公式理解的第一种思路 知识连线 ——“均值抽样分布的基本特征” 均值抽样分布的基本特征 1、大样本（通常指n≥ 50，当然越大越好),均值抽样分布服从正态分布； 2、均值抽样分布之均值就是总体均值μ； 3、均值抽样分布的标准差，称为标准误差（standard error)，计算公式为 均值抽样分布的基本特征（续1） 4、如果将均值标准化，就可得到标准正态分布： 均值抽样分布的基本特征（续2） 5、通过标准化转化，均值抽样分布中任意两值之间的样本均值次数所占的比例是可以知道的。通过查标准正态分布表，社会学常用的有： 90％的面积在μ±1.65(SE); 95％的面积在μ±1.96(SE); 99％的面积在μ±2.58(SE); 由此推出：总体均值区间估计的常用公式 置信度为90％： 置信度为95％： 2.3参数估计公式理解的第二种思路 式中： X 为总体均值μ 的点估计值，即样本均值； 1－α 为置信度； 为标准误差（SE），其中σ 为总体标准差， 当σ未知时，用样本标准差S代替； n为样本量，一般n≥50； 置信度为90％， ＝1.65 置信度为95％， ＝1.96 置信度为99％， ＝2.58 同样推出：总体均值区间估计的常用公式 置信度为90％： 置信度为95％： 例1：均值的区间估计 调查某工厂工人的工资状况，随机抽取了900名工人做样本，调查得到他们的平均工资为186元，标准差为42元.求95%的置信度下，全厂职工的月平均工资是多少? 解：将调查资料代入均值的区间估计公式得 查附录得Z检验表中， 故，总体的置信区间为，即183.26-188.74 2.4 大样本总体成数的区间估计 成数估计主要是对定类变量。 比如产品的合