第五章参数估计.pptVIP

不像其他科学，统计从来不打算使 自己完美无缺，统计意味着你永远 不需要确定无疑。 Gudmund R.Iversen 第 5 章 参数估计 5.1 参数估计的一般问题 5.2 一个总体参数的区间估计 5.3 两个总体参数的区间估计 5.4 样本容量的确定 学习目标 1、估计量与估计值的概念 2、点估计与区间估计的区别 3、评价估计量优良性的标准 4、一个总体参数的区间估计 5、两个总体参数的区间估计 6、样本容量的确定方法 参数估计在统计方法中的地位 一、估计量与估计值 (estimator estimated value) 参数估计：在抽样及抽样分布的基础上，根据样本提供的信息对总体的某些基本特征进行估计或推断。 估计量：用于估计总体参数的统计量的名称。 如样本均值，样本比率、样本方差等 例如: 样本均值就是总体均值? 的一个估计量 参数用? 表示，估计量用 表示 估计值：估计参数时计算出来的统计量的具体值 如果样本均值 ?x =80，则80就是? 的估计值 二、点估计和区间估计（一）点估计 (point estimate) 用样本估计量的值直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计值 例如：用样本方差直接作为总体方差的估计值 点估计的方法有矩估计法、最大似然法、最小二乘法等 点估计的优缺点： 优点：简单、具体明确 缺点：由于样本的随机性，从一个样本得到的估计值往往不会恰好等于实际值，总有一定的抽样误差，而点估计本身无法说明抽样误差的大小，也无法说明估计结果有多大的把握程度。 三、评价估计量的标准 无偏性(unbiasedness) 无偏性：样本估计量抽样分布的数学期望等于被估计的总体参数 有效性(efficiency) 一致性(consistency) 一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数的真值 2、区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的。 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量。 优点：1.不仅以样本估计量为依据，而且考虑了 估计量的分布。 2.能给出估计的精度，也能说明估计结 果的把握程度。 置信区间 (confidence interval) 定义：设总体参数为?， ?L、 ?u为由样本确定的两个统计量，对于给定的?（0＜ ? ＜1），有 p（?L≤ ? ≤ ?u）=1- ?，则称（ ?L，?u ）为参数?的置信度为1- ?的置信区间。 ?L：置信下限， ?u：置信上限 ?：显著性水平（风险值） 1- ?：置信度（置信水平） 置信区间 (confidence interval) 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个 置信区间的直观意义：若做多次同样的抽样，将得到多个置信区间，那么其中有的区间包含了总体参数的真值，有的区间却未包含总体参数的真值。平均来说，包含总体参数真值的区间有(1 - ???，反之，?%的区间不包含总体参数的真值。 置信水平 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比率称为置信水平，表示为 (1 - ??。 置信水平说明了区间估计的可靠程度或把握程度，也即所估计的区间包含总体真值的可能性。置信水平为(1 - ???的置信区间也就表示为以(1 - ???的可能性包含了未知总体参数的区间。 ??：显著性水平（风险值） 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 置信区间与置信水平 置信区间 (95%的置信区间) 区间估计的图示 比如，某班级平均分数在75～85之间，置信水平是95% 影响区间宽度的因素 1、总体数据的离散程度，用 ? 来测度 2、样本容量 3、置信水平 (1 - ?)，影响 z 的大小 一个总体参数的区间估计 一、总体均值的区间估计 (大样本) 假定条件 总体服从正态分布 如果不是正态分布，可由正态分布来近似 (n ? 30) 使用正态分布统计量 z 总体均值的区