08-第八章抽样理论和总体参数估计.docVIP

第八章 抽样理论和总体参数估计 一、教学目的和要求 理解抽样分布特别是平均数抽样分布及其中心极限定理；掌握t分布、Ｆ分布、分布；理解并掌握总体参数估计的基本原理及总体平均数的区间估计方法。 二、教学重点 1.掌握抽样分布及其有关定理； 2.掌握t分布、Ｆ分布、分布； 3.明确参数估计是假设检验的基础；掌握参数估计的方法。 三、教学难点 1.掌握抽样分布及其有关定理； 2.t分布、Ｆ分布、分布。 四、教学课时 4课时 五、教学方法 讲授及课堂讨论 六、教学纲目 第一节 抽样分布 一、抽样分布的基本概念 二、平均数抽样分布及其定理 三、t分布分布 第二节 总体平均数的参数估计 一、总体参数估计的基本原理 二、σ已知条件下总体平均数的区间估计 三、σ未知条件下总体平均数的区间估计 七、学习指导一般情况下，总体的情况是不清楚的，即总体的分布及总体的参数都可能未知参数估计就是解决总体的参数未知时如何通过样本来获得总体参数的有关信息，一般是通过抽样，根据样本的数据来估计总体的参数，这个过程就称为参数估计。 参数估计有两类，一类是点估计；另一类是区间估计。抽样分布统计学研究问题的方法是从特殊到一般，从部分到全局，即用样本来推断总体而从一个总体中可以抽取出很多很多的样本，而实际中一般只选取一个样本进行研究，所以你所选取的那一个具体的样本只是你“碰巧”（随机）选中的一个，你完全有可能选中另外的样本。由于对总体的无知，必须采用从局部到整体的策略，即用样本的情况来判断总体的情况，因此要对样本的平均数（）、方差（）等统计量的性质（理论分布）有一个了解，常常称样本统计量的分布为抽样分布。 尽管在分析抽样时，是以抽样有很多很多种可能来考虑的，并以此得出抽样的理论，但在实际应用中只需取一个样本来应用抽样理论进行推断即可，并不说在实际上必须把所有的样本都抽取出来研究。抽样分布理论中极其重要的结论，它们是整个推断统计的理论基础 假设某一个用随机变量X表示的总体的均值为μ，方差为σ2，从总体中抽取容量为n的样本，则有如下结论： 样本统计量的数字特征 一切可能样本的平均数的均值等于总体的均值表示为：一切可能样本的平均数的方差等于总体方差的n分之一表示为： 因此样本平均数的标准差等于总体标准差的分之一，常常将样本平均数的标准差称为标准误记为 3.一切可能样本的方差的均值等于总体的方差的 n 分之 n-1表示为： 以上结论都没有要求总体分布呈正态，所以对任意总体均有这些结论。样本统计量的分布规律若总体呈正态分布，一切可能样本的平均数的也呈正态分布若总体不呈正态分布，只要样本容量 n 足够大，则一切可能样本的平均数也趋近正态分布若总体服从正态分布，则一切可能样本的方差服从分布总体服从正态分布的两样本方差之比服从F分布分布分布的图象呈单峰对称状（以Y轴为对称轴），非常接近标准正态分布，峰部比标准正分布低，两端比标准正态分布高，当自由度n很大时（n30），分布与标准正分布已无法区分，所以分布常常用于样本容量小于30的小样本，故也称分布理论为小样本理论。 一般情况下，分布均值为0，方差随自由度 n 的增大从大于1的方向越来越接近1分布概率表 分布概率表以双侧概率进行编表，即相等的两端概率之和为给定的P，并给出上端点的 t 值，下端点即为 -t 如下图所示： 查分布概率表时，按自由度及相应的概率去找到对应的 t 值。例如T0.05/2(8)的查表方法就是，在第一列找到自由度8这一行，在第一行中找到概率0.05这一列，行列的交叉处即是2.306。Ｆ分布F分布在一象限内，呈正偏态，随着两个自由度的的增大，趋近于正态分布。 一般情况下，F分布均值接近1，方差一般都小于 1，且随两自由度的增大越来越小F分布概率表 双侧概率表，是单侧概率表，它们都只给出了两个概率值（这里用α表示），0.05和0.01，编表规则如下图所示： ? 双侧概率表???????????????? 单侧概率表 查F分布概率表时，根据需要选择双侧表或单侧表，再按两个自由度及相应的概率去找到对应的 F 值分布 若n个相互独立的随机变量ξ1，ξ2，…，ξn ，均服从标准正态分布，则这n个服从标准正态分布的随机变量的平方和∑ξ2i）构成一新的随机变量，其分布规律称为分布，其中参数 n 称为自由度，自由度不同就是另一个分布，正如正态分布中均值或方差不同就是另一个正态分布一样。分布的密度函数比较复杂。卡方分布是由正态分布构造而成的一个新的分布，这也正反映了前面所说的正态分布的重要性。 分布在一象限内，呈正偏态，随着参数 n 的增大，分布趋近于正态分布。 分布的性质 1.分布的均值为自由度n；方差为2n 从分布的均值与方差可以看出，随着自由度n的增大，分布向正无穷方向延伸（因为均值n越来越大），分布曲线也越