MBA统计学05总体参数及估计.docVIP

统计学 —从数据到结论 第五章总体参数的估计 估计就是根据你拥有的信息来对现实世界进行某种判断 你可以根据a name=baidusnap0/a一个人/B的衣着言谈和举止判断其身份 你可以根据一个人/B的脸色猜出其心情和身体状况 统计中的估计也不例外它是完全根据数据做出的 如果我们想知道北京人认可某饮料的比例人们只有在北京人中进行抽样调查以得到样本并用样本中认可该饮料的比例来估计真实的比例 从不同的样本得到的结论也不会完全一样虽然真实的比例在这种抽样过程中永远也不知道但可以知道估计出来的比例和真实的比例大致差多少 从数据得到关于现实世界的结论的过程就叫做统计推断 statistical inference 上面调查例子是估计总体参数某种意见的比例的一个过程 估计 estimation 是统计推断的重要内容之一 统计推断的另一个主要内容是下一章要引进的假设检验 hypothesis testing §51 用估计量估计总体参数 人们往往先假定某数据来自一个特定的总体族比如正态分布族 而要确定是总体族的哪个成员则需要知道总体参数值比如总体均值和总体方差 人们于是可以用相应的样本统计量比如样本均值和样本方差来估计相应的总体参数 §51 用估计量估计总体参数 一些常见的涉及总体的参数包括总体均值 m 总体标准差 s 或方差 s2 和 Bernoulli试验中 成功概率p等总体中含有某种特征的个体之比例 正态分布族中的成员被总体均值和标准差完全确定 Bernoulli分布族的成员被概率或比例p完全决定 因此如果能够对这些参数进行估计总体分布也就估计出来了 §51 用估计量估计总体参数 估计的根据为总体抽取的样本 样本的不包含未知总体参数的函数称为统计量而用于估计的统计量称为估计量 estimator 由于一个统计量对于不同的样本取值不同所以估计量也是随机变量并有其分布 如果样本已经得到把数据带入之后估计量就有了一个数值称为该估计量的一个实现 realization 或取值也称为一个估计值 estimate §51 用估计量估计总体参数 这里介绍两种估计一种是点估计 point estimation 即用估计量的实现值来近似相应的总体参数 另一种是区间估计 interval estimation 它是包括估计量在内有时是以估计量为中心的一个区间该区间被认为很可能包含总体参数 点估计给出一个数字用起来很方便而区间估计给出一个区间说起来留有余地不像点估计那么绝对 §52 点估计 用什么样的估计量来估计参数呢 实际上没有硬性限制任何统计量只要人们觉得合适就可以当成估计量 当然统计学家想出了许多标准来衡量一个估计量的好坏每个标准一般都仅反映估计量的某个方面 这样就出现了按照这些标准定义的各种名目的估计量如无偏估计量等 另一些估计量则是由它们的计算方式来命名的如最大似然估计和矩估计等 §52 点估计 最常用的估计量就是我们熟悉的样本均值样本标准差 s 和 Bernoulli试验的 成功比例 xn 人们用它们来分别估计总体均值 m 总体标准差 s 和成功概率 或总体中的比例 p这些在前面都已经介绍过大家也知道如何通过计算机或公式来计算它们 §52 点估计 那么什么是好估计量的标准呢 一种统计量称为无偏估计量 unbiased estimator 所谓的无偏性 unbiasedness 就是虽然每个样本产生的估计量的取值不一定等于参数但当抽取大量样本时那些样本产生的估计量的均值会接近真正要估计的参数 §52 点估计 由于一般仅仅抽取一个样本并且用该样本的这个估计量的实现来估计对应的参数人们并不知道这个估计值和要估计的参数差多少 因此无偏性仅仅是非常多次重复抽样时的一个渐近概念 随机样本产生的样本均值样本标准差和Bernoulli试验的成功比例分别都是相应的总体均值总体标准差和总体比例的无偏估计 §52 点估计 在无偏估计量的类中人们还希望寻找方差最小的估计量称为最小方差无偏估计量 此因为方差小说明反复抽样产生的许多估计量差别不大因此更加精确 评价一个统计量好坏的标准很多而且许多都涉及一些大样本的极限性质我们不想在这里涉及太多此方面的细节 §53 区间估计 当描述一个人/B的体重时你一般可能不会说这个人是7635公斤 你会说这个人是七八十公斤或者是在70公斤到80公斤之间这个范围就是区间估计的例子 §53 区间估计 在抽样调查例子中也常用点估计加区间估计的说法 比如为了估计某电视节目在观众中的支持率即总体比例p某调查结果会显示该节目的收视率为90误差是±3置信度为95云云这这种说法意味着下面三点 §53 区间估计 1 样本中的支持率为90即用样本比例作为对总体比例的点估计 2 估计范围为90±3 ±3的误差 即区间 9387 3 如用类似的