第5章_统计推断.ppt

第五章 统计推断 主要内容 参数估计的基本理论 总体均值、比率及方差的区间估计 样本容量的确定 假设检验 总计均值的假设检验 总体比率和方差的假设检验 重点 总体均值、比率的区间估计 总体均值、比率的假设检验 统计推断的过程 参数估计的基本理论 抽样估计的基本条件 有合适的统计量作为估计量 有合理的允许误差范围 有一个可以接受的置信度 参数估计的基本概念 总体和样本 参数及统计量 样本容量和样本个数 重复抽样和不重复抽样 参数估计的基本方法 点估计和区间估计 参数估计在统计方法中的地位 估计量与估计值 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) 1. 又称定值估计。用样本的估计量直接作为总体参数的估计值。 例如：用样本均值直接作为总体均值的估计 例如：用两个样本均值之差直接作为总体均值之差的估计 评价估计量的标准：无偏性、有效性、一致性 2. 没有给出估计值接近总体参数程度的信息 3. 点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等 无偏性 (unbiasedness) 无偏性：估计量抽样分布的数学期望等于被 估计的总体参数 有效性 (efficiency) 一致性 (consistency) 一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数 区间估计 (interval estimate) 1. 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 2. 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 区间估计的图示 置信水平 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 置信区间(confidence interval) 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 总体数据的离散程度，用 ? 来测度 样本容量， 置信水平 (1 - ?)，影响 z 的大小 抽样组织方式（1） 简单随机抽样（纯随机抽样） 不对总计作任何加工整理，从整体中抽取调查单位。 最基本的抽样形式，理论上最符合随机性原则。 机械抽样（等距抽样或系统抽样） 首先将总体按某一标志排序，然后按固定顺序和相同间隔来抽取样本单位。 分为按有关标志排序和按无关标志排序 样本更均匀地分布在总体中。 抽样组织方式（2） 类型抽样（分层抽样或分类抽样） 先将总体按某一有关标志分组，再按简单随机抽样或机械抽样的方式从各组中抽取样本单位。 把统计分组与抽样原理有机结合，提高了样本的代表性。 整群抽样（分群抽样或集团抽样） 先将总体划分为若干个群，再以群为单位，从总体中抽取部分群进行全面调查 工作量小，适用于大规模抽样调查。 总体均值、比率及方差的区间估计 抽样误差 实际抽样误差 抽样平均误差 抽样极限误差 总体均值的区间估计 正态总体，方差已知 正态总体、方差未知、小样本 利用SPSS软件对总体均值的区间估计 总体比率的区间估计 抽样误差 实际抽样误差 具体样本估计值与总体参数真值之间的离差。 表达式为： 抽样平均误差 所有可能样本估计量的标准差定义为抽样平均误差 公式为： 抽样极限误差（允许误差） 在一定概率下抽样误差的可能范围 表达式为： 抽样平均误差与抽样极限误差： 一个总体参数的区间估计 总体均值的区间估计 (大样本) 1. 假定条件 总体服从正态分布,且方差(?２) 未知 如果不是正态分布，可由正态分布来近似 (n ? 30) 2. 使用正态分布统计量 z 利用SPSS软件对总体均值的估计 按Analyze→Descriptive Stat