第七章-参数估计资料.pptVIP

【例7-4】 某班49人期末考试成绩为85分，标准差s=6，假设此项考试能反映学生的学习水平，试推论该班学生学习的真实成绩分数。 解： t0.05/2(40)=2.021 0.95的置信区间 第三节 标准差与方差的区间估计 一、标准差的区间估计 根据抽样分布的理论，当样本容量为n＞30时，样本标准差的分布为渐近正态分布，标准差的平均数： 标准差分布的标准差： 置信区间可写作： 【例7-5】 有一随机样本n=31，sn-1=5，问该样本之总体标准差的0.95置信区间。 解：此题n＞30，样本标准差的分布可视为渐近正态分布，即Z0.05/2=1.96。 0.95的置信区间为： 第七章 参数估计 例8-1：从某市随机抽取小学三年级学生50名，测得平均身高为140cm，标准差4。试问该市小学三年级学生的平均身高大约是多少？ 例8-2：某教师用韦氏成人智力量表测80名高三学生，M=105。试估计该校高三学生智商平均数大约为多少？ 思 考 什么是参数估计 当在研究中从样本获得一组数据后，如何通过这组数据信息，对总体特征进行估计，也就是如何从局部结果推论总体的情况，称为总体参数估计。 参数估计： 样本 统计量 总体 参数 估计 参数估计的方法 矩估计法 最小二乘法 最大似然法 顺序统计量法 估 计 方 法 点 估 计 区间估计 一、点估计 1、含义：直接用样本统计量的值作为总体参数的估计值，即： 例：假设从某市随机抽取113六岁男童，测得平均身高为110.7公分。试估计该市所有六岁男童的平均身高是多少？ 第一节 点估计、区间估计与标准误 二、良好估计量的标准 1.无偏性 无偏估计量：用多个样本的统计量作为总体参数的估计值，其偏差的平均数为0。 2.有效性 当总体参数的无偏估计不止一个统计量时，无偏估计变异小者有效性高，变异大者有效性低，即方差越小越好。 3.一致性 当样本容量无限增大时，估计值应能够越来越接近它所估计的总体参数，估计值越来越精确，逐渐趋近于真值。 4.充分性 一个容量为n的样本统计量，是否充分地反映了全部n个数据所反映总体的信息。 三、区间估计 （一）区间估计的定义 根据估计量以一定可靠程度推断总体参数所在的区间范围，用数轴上的一段距离表示未知参数可能落入的范围。 样本统计量 (点估计) 区间估计 置信下限 置信上限 置信区间：也称置信间距，是指在某一置信度时，总体参数所在的区域距离或区域长度。 置信度：被估计参数落在置信区间内的概率。 用 1-?表示，又名置信水平、置信系数等。 置信界限：置信区间的上下两端点值。 2、置信区间 置信度常用值 1-?=0.95 1-?=0.99 3、显著性水平 显著性水平：估计总体参数落在某一区间时，可能犯错误的概率，用符号?表示。 置信度：被估计参数落在置信区间内的概率， 1-?表示 例:0.95置信区间（1-?）指总体参数落在该区间内，估计正确的概率为95%，而估计错误的概率为5%（?=0.05） 显著性水平常用值 ?=0.05 1-?=0.95 ?=0.01 1-?=0.99 （三）区间估计的原理与标准误 区间估计是根据抽样分布理论，用抽样分布的标准误(SE)计算区间长度，解释总体参数落入某置信区间可能的概率。 区间估计存在成功估计的概率大小及估计范围大小两个问题。 统计分析一般采取的办法：在保证置信度的前提下，尽可能提高精确度。 规定正确估计的概率（置信度为0.95或0.99），显著性水平即错误的概率为0.05或0.01。0.05或0.01属于小概率事件，小概率事件在一次抽样中是不可能出现的 平均数的区间估计 第二节 总体均数的估计 一、定义 二、方法 样本均数 总体均数 估计 t 分布法：σ2未知 正态法： σ2已知 （一）正态法： σ2已知 总体正态，n不论大小； 总体非正态，n≥30； 1、应用条件 2、估计总体平均数的步骤 ① 求样本平均数和标准差 ⑤求置信区间： ⑥结果解释 ②求均数标准误： ③ 确定置信水平或显著性水平（?=0.05、0.01） ④ 查正态分布表： 1-?=0.95 Z=1.96 1-?=0.99 Z=2.58 【例7-1】 已知母总体为正态分布，σ=7.07，从这个总体中随机抽取n1=10和n2=36的两个样本，分别计算出 ， ，试问总体参数μ的0.95和0.99置