第15章课件 统计推断 2.ppt

第15章 统计推断;统计推断的过程;参数估计的基本理论;参数估计在统计方法中的地位;1. 估计量：用于估计总体参数的随机变量 如样本均值，样本比率、样本方差等 例如: 样本均值就是总体均值? 的一个估计量 2. 参数用? 表示，估计量用 表示 3. 估计值：估计参数时计算出来的统计量的具体值 如果样本均值 ?x =80，则80就是?的估计值;参数估计的方法;点估计 (point estimate);无偏性 (unbiasedness);有效性 (efficiency);一致性 (consistency);区间估计 (interval estimate);区间估计的图示;1. 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比率称为置信水平 2. 表示为 (1 - ???? ??为是总体参数未在区间内的比率? 3. 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10;1. 由样本统计量所构造的总体参数的估计区间称为置信区间 2. 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 3. 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个;置信区间与置信水平 ;影响区间宽度的因素;一个总体参数的区间估计;总体均值的区间估计 (大样本);总体均值的区间估计(例题分析);总体均值的区间估计 (例题分析);总体均值的区间估计 (小样本);t 分布;总体均值的区间估计 (例题分析);总体比率的区间估计;总体比率的区间估计 (例题分析);;假设检验;假设 (hypothesis);假设检验概述 (hypothesis test);假设检验的基本原理;备择假设 研究者想收集证据予以支持的假设 也称“研究假设” 总是有符号≠,?≤或≥ 表示为 H1 H1 ：u 某一数值，或u＞某一数值 例如：H1 ：u 10cm 或u＞ 10cm;假设检验的基本思想;假设检验中的两类错误;? 错误和 ? 错误的关系;显著性水平? (significant level); 【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和被择假设。;提出假设 (例题分析); 【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500克。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设;解：研究者抽检的意图是倾向于证实这种洗涤剂的平均净含量并不符合说明书中的陈述 。建立的原假设和备择假设为： H0 ： ? ?? 500 H1 ： ? 500 ; 【例】一家研究机构估计，某城市中家庭拥有汽车的比率超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设。 ;;1. 原假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立 2. 先确定备择假设，再确定原假设 3. 等号“=”总是放在原假设上 4. 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论);双侧检验与单侧检验;双侧检验与单侧检验 (假设的形式);1. 根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量 2. 对样本估计量的标准化结果 原假设H0为真 点估计量的抽样分布 ;显著性水平和拒绝域 (双侧检验 );显著性水平和拒绝域 (双侧检验 );显著性水平和拒绝域 (双侧检验 );显著性水平和拒绝域 (左侧检验 );显著性水平和拒绝域 (左侧检验 );显著性水平和拒绝域 (右侧检验 );显著性水平和拒绝域 (右侧检验 );决策规则;利用P值进行决策;双侧检验的P 值;左侧检验的P 值;右侧检验的P 值;假设检验步骤的总结;一个总体参数的检验;总体均值的检验 (作出判断);2、构造出检验统计量，确定其分布形式;总体比率的检验;例1：某食品公司销售一种果酱，按标准规格每罐净重为250克，标准差是3克。现该公司从生产该果酱的工厂进了一批货，抽取其中的100罐，测得平均净重为251克。问该批果酱是否符合标准？（ ）;例2：某房产商宣称邻近地区房