g参数估计.docVIP

幻灯片1 抽样分布 总体 样本 统计推断 统计 推断 幻灯片2 第六章 参数估计 Estimation of parameter 幻灯片3 参数估计（estimation of parameter）：通过样本统计量对相应总体参数的估计。 估计量（estimator）：估计总体参数的样本统计量。如：样本平均数、样本方差等。 幻灯片4 本 章 内 容 第一节 点估计 第二节 区间估计 1、区间估计的基本概念和一般原理 2、总体参数的置信区间估计及分析 μ和σ的置信区间、平均数差的置信区间、配对数据的置信区间、标准差比的置信区间、二项分布总体的置信区间估计及分析 幻灯片5 第一节 点估计 点估计（point estimate）：直接用由样本数据计算出来的统计量的值，估计总体参数。 用来估计总体参数的样本统计量即估计量很多，一个最优的估计量应该满足无偏性、有效性、相容性三个条件。 幻灯片6 无偏估计量：如果一个统计量的理论平均数，即它的数学期望等于总体参数，这个统计量称为无偏估计量。 有效估计量：在样本含量相同的情况下，如果一个统计量的方差小于另一个统计量的方差，则前一个统计量称为更有效估计量。 相容估计量：若统计量的取值，任意接近于参数值的概率随样本含量n的无限增加而趋于1，则该统计量称为参数的相容估计量。 幻灯片7 最优估计量：具有无偏性、有效性和相容性的统计量，称为总体参数的最优估计量。 经数学推证，样本算术平均数和样本方差分别是总体数学期望和总体方差的最优估计量。 幻灯片8 【例6.1】已知玉米单交种群单105的平均穗重μ0=300g。喷药后，随机抽取9个果穗，其穗重为：308、305、311、298、315、300、321、294、320g。对喷药后玉米果穗重的总体平均数和总体方差做点估计。 解： 计算样本平均数： 计算样本方差： 喷药后玉米果穗重的总体平均数和总体方差的点估计值为308g、(9.62g)2。 幻灯片9 第二节 区 间 估 计 一、区间估计的基本概念和一般原理 1、问题的引出 【例6.2】已知动物总体体重标准差σ=0.40g，μ未知。从该总体中抽取样本含量n=10的样本，样本平均数y=10.23g。由以上数据估计推断该动物总体体重平均数μ是否为10.00g 。 H0: μ=10.40g HA: μ≠10.40g α=0.05 uα/2=±1.96 u=(y -μ) / (σ/√n) =-1.34 uα/2 u uα/2 u落在H0的接受域内，接受H0。 H0: μ=10.20g HA: μ≠10.20g α=0.05 uα/2=±1.96 u=(y -μ) / (σ/√n) =0.24 - uα/2 u uα/2 u落在H0的接受域内，接受H0。 H0: μ=10.00g HA:μ≠10.00g α=0.05 uα/2=±1.96 u=(y -μ) / (σ/√n) =1.82 - uα/2 u uα/2 u落在H0的接受域内，接受H0。 幻灯片10 幻灯片11 2、区间估计的基本概念 ⑴ 区间估计(interval estimate) ：由样本统计量对总体参数所做的在某一概率水平下可能包含未知参数的一个范围值的估计。 ⑵ 置信水平(confidence level)：在一个范围值内（某一区间）包含未知参数的概率，就称为这一参数包含于这一区间的置信水平，也称为置信度。记为1-α。 幻灯片12 ⑶ 置信区间(confidence interval)：在一定置信水平下包含未知参数的区间。 置信区间一般由两个数值，即两个置信限(confidence limit，CL)组成： 较小的称为置信下限（lower limit，L）， 较大的称为置信上限（upper limit，U）。 幻灯片13 3、区间估计的一般原理 在样本抽样分布的基础上，借助统计假设检验，只要标准化的样本统计量落在接受域，所有的零假设都将被接受，于是得到一个在一定置信水平下包含总体参数的区间，这个区间就是由样本统计量对总体参数所做的区间估计。 幻灯片14 二、μ的置信区间 1、σ已知时 总体均数μ的1-α置信区间由下式确定： μ的1-α置信区间： 幻灯片15 μ0.05/2=1.96 μ0.05=1.645 幻灯片16 2、σ未知时 总体均数μ的1-α置信区间由下式确定： μ的1-α置信区间： t具n-1自由度 幻灯片17 2.2 σ未知，总体均数μ单侧1-α置信区间为： 或 X ~ t(df) 幻灯片18 【例6.3】已知玉米单交种群单105的平均穗重μ0=300g