五参数估计3.pptVIP

第四章 参数估计 一、抽样与抽样分布 二、点估计与区间估计 三、必要样本量的计算 前言 统计学研究的基本问题之一：根据样本所提供的信息，对总体的分布及分布的数字特征做出统计推断 统计推断的基本内容：参数估计与假设检验及非参数统计 参数估计：如何通过样本提供的信息估计总体的数字特征 一、抽样与抽样分布 抽样： 是根据随机原则从总体中抽取一部分单位作为样本，并根据样本数量特征对总体数量特征做出具有一定可靠性的估计与推断。 抽样涉及的基本概念有： 总体与样本 样本容量与样本个数 总体参数与样本统计量 重复抽样与不重复抽样 这些概念是统计学特有的，体现了统计学的基本思想与方法。 1.总体 2.样本 3.样本容量：一个样本中所包含的单位数，用n表示。 4.样本个数：又称样本可能数目，指从一个总体中所可能抽取的样本的数目。 5.总体参数；反映总体数量特征的指标。其数值是唯一的、确定的。 6. 样本统计量：描述样本数量特征的指标，是随机变量。 7.重置抽样与不重置抽样 抽样分布: 是指进行重复抽样时，样本的统计量所形成的概率分布. 如抽样分布--样本平均数的分布 某班组5个工人的日工资为34、38、42、46、50元。 ? = 42 ?2 = 32 现用重置抽样的方法从5人中随机抽2个构成样本。共有52=25个样本。如右图。 中心极限定理: 从总体中抽取样本容量为n的样本，当样本容量足够大时，其统计量的分布可用正态概率分布近似。 统计推断中常用的几种分布 （1）正态分布 (2) t分布 t分布为对称分布。 当样本容量不大于30，而且总体标准差未知时，t分布就非常接近于正态分布。 （3）F分布 （4）卡方分布 正态分布 如果连续型随机变量X的密度函数为 则称随机变量X服从均值为μ，方差为σ2的正态分布，记为X~N(μ，σ2)。 如果一个正态分布的μ=0，σ=1，则称该正态布为标准正态分布，相应的随机变量称为标准正态随机变量，用Z表示，即Z~N(0，1)，相应的分布密度函数为 二、点估计与区间估计 （一）总体参数估计的概念 （二）总体参数的点估计 （三）总体参数的区间估计 （四）样本容量的确定. （一）总体参数估计的概念 总体参数估计：是在总体分布参数未知的情况下，利用样本特征值推断（估计）总体参数。 设待估计的总体参数是θ，用以估计该参数的统计量是 ，抽样估计的极限误差是Δ，即 极限误差：根据研究对象的变异程度和分析任务的性质来确定的在一定概率下的允许误差范围。 参数估计的两个要求： 精度：估计误差的最大范围，通过极限误差来反映。显然，Δ越小，估计的精度要求越高，Δ越大，估计的精度要求越低。极限误差的确定要以实际需要为基本标准。 可靠性：估计正确性的一个概率保证，通常称为估计的置信度。 （二）参数的点估计 定义： 直接用样本统计量作为待估总体参数的估计值。 一般总体未知指标称作参数，常用θ代表。而用于对θ进行估计的样本函数称作统计量，用 表示。 点估计就是把 的具体值作为θ的估计值 如 为了根据销售情况来决定咖啡店每天所需的咖啡豆原料数量，现对一家 咖啡店进行调查，数据见表。现以点估计方法对每天的平均消费量进行估计。 问该方法是否能较好真实 的反应实际情况？ 优良估计量标准 优良估计标准： 无偏性：要求样本统计量的平均数等于被估计的总体参数本身。 一致性：当样本容量充分大时，样本统计量充分靠近总体参数本身。 有效性： （三）总体参数的区间估计 1参数区间估计的含义：估计总体参数的区间范围，并给出区间估计成立的概率值。 其中： 1-α(0α1)称为置信度；α是区间估计的显著性水平，其取值大小由实际问题确定，经常取1%、5%和10%。 错误的理解：60-80区间以95%的概率包含全班同学平均成绩的真值；或以95%的概率保证全班同学平均成绩的真值落在60-80分之间。 正确的理解：如果做了多次抽样（如100次），大概有95次找到的区间包含真值，有5次找到的区间不包括真值。 真值只有一个，一个特定的区间“总是包含”或“绝对不包含”该真值。但是，用概率可以知道在多次抽样得到的区间中大概有多少个区间包含了参数的真值。 区间估计的基本要素 包括：样本点估计值、抽样极限误差、估计的可靠程度