第七课 参数估计.pptVIP

第七章 参数估计 教学目标 了解参数估计的类型； 理解参数估计的意义与原理； 掌握点估计和区间估计的方法。 推论统计的两大问题 总体参数估计 参数估计和非参数估计 参数估计包括：点估计和区间估计 假设检验 一、点估计的定义 定义 点估计是用样本统计量来估计总体参数，因为样本统计量为数轴上某一点值，估计的结果也以一个点的数值表示，所以称为点估计。 优点 能够提供总体参数的估计值。 缺点 以误差存在为前提，而且无法提供正确估计的概率。 二、良好估计量的标准 无偏性（偏差平均数为0） 有效性（变异较小） 一致性（随n增大，趋近于真值） 充分性（反映全部数据的信息） 三、区间估计与标准误 区间估计 区间估计就是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。 它是用数轴上的一段距离表示未知参数可能落入的范围，它虽不具体指出总体参数等于什么，但能指出未知总体参数落入某一区间的概率有多大。 置信区间与显著性水平 置信区间 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。 显著性水平 显著性水平指估计总体参数落在某一区间时，可能犯错误的概率，用符号α表示。1-α为置信度或置信水平。 例如 0.95置信区间是指总体参数落在该区间之内，估计正确的概率为95％，而出现错误的概率为5％（α=0.05）。 由此可见： 0.95置信间距=0.05显著性水平的置信间距或0.05置信度的置信间距。 0.99置信间距=0.01显著性水平的置信间距或0.01置信度的置信间距。 区间估计的原理 区间估计的原理是样本分布理论。 区间估计是根据样本分布理论，用样本分布的标准误（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。 样本分布提供概率解释； 标准误的大小决定区间估计的长度。 区间估计的两个问题 成功估计的概率 估计范围的大小 这两个问题是一对矛盾，统计分析中一般采取一种妥协办法：即在保证置信度的前提下，尽可能提高精确度。 常用的置信度 小概率事件 显著性水平一般常用0.05和0.01 常用的置信度为0.95和0.99 区间估计举例 总体平均数的区间估计 即以平均数的样本分布和平均数样本分布的标准误，计算置信区间和解释成功估计的概率。 估计过程 假设总体方差已知： 样本平均数的分布为正态分布或渐近正态分布； 平均数样本分布的平均数，即为总体平均数的无偏估计量； 标准误为 其他总体参数的估计 估计原理与平均数的估计原理相同。 所依据的样本分布和标准误不同。 一、估计总体平均数的步骤1 1、根据实得样本的数据，计算样本的平均数与标准差。 2、计算标准误 总体方差已知： 总体方差未知： 一、估计总体平均数的步骤2 3、确定置信水平或显著性水平。 4、根据样本平均数的抽样分布，确定查何种统计表。 一般当总体方差已知时，查正态表； 当总体方差未知时，查t值表（n30时，也可查正态表作近似计算）。 5、计算置信区间 查正态表： μ 查t表： μ 6、解释总体平均数的置信区间。 二、总体方差已知时，对总体平均数的估计 1、当总体分布为正态时，不论样本量n的大小，其标准误都是： （例题p.224） 2、当总体为非正态分布时，只有当样本容量n30以上，才能根据样本分布对总体平均数进行估计。 （例题p.225） 三、总体方差未知，对总体平均数的估计 总体方差未知，用样本的无偏方差作为总体方差的估计值。 并且此时样本平均数的分布为t分布，需要查表确定双侧t临界值。 （例题p.226） 需要注意：①总体的分布为正态时，可不管n之大小。 ②总体分布为非正态时，只有n30，才能用概率对其样本分布进行解释，否则则不能推论。 一、标准差的区间估计 标准差分布的标准误为 当样本容量n30时，样本标准差的分布渐近正态分布。 标准差分布的平均数为： 标准差分布的标准误为： 若总体标准差未知，可用样本 作为估计值计算标准误。 置信区间为： 二、方差的区间估计 由于 所以方差的0.95和0.99置信区间为 df=n-1 标准差区间估计的另一方法 利用卡方分布，估计总体标准差的置信区间不受样本容量的限制，而对标准差总体的估计却不是这样的。 因而在对标准差的总体进行估计时，可先对其方差进行估计，求得方差的置信区间之后，再将所得值开平方，其正平方根，便是标准差的相当于方差置信水平的置信区间。 三、两总体方差之比的区间估计 两个方差之比服从F分布 如果两总体方差 ，样本方差之比多数应在1上下摆动。因此，对二总体方差相等的区间估计，不是用 ，而是用 估计二总体方差之