五抽样分布.pptVIP

二、区间估计 定义：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 特点：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 4、总体均值的区间估计（1）正态总体且?２ 已知或非正态总体、 ?２未知、大样本 假定条件 总体服从正态分布,且方差(?２) 已知 如果不是正态分布，可由正态分布来近似 (n ? 30) 使用正态分布统计量 z （2）、正态总体、方差未知、小样本 假定条件 总体服从正态分布,且方差(?２) 未知 小样本 (n 30) 使用 t 分布统计量 t 分布 n=4 n=16 抽样分布 （重复抽样） 任一总体（不要求正态），期望值 ，方差 ， 当n足够大（当n30，大样本)， 趋于正态分布 2、中心极限定理 当样本容量足够大时（大样本） ，抽样分布趋于正态分布 小样本 从任意分布的总体中抽样 大样本 若正态总体方差未知且n较小，则 服从于自由度为n-1的 t分布 任一总体但n较小， 服从于自由度为n-1的 t分布 3、t分布定理 （二）样本成数的抽样分布定理 1、二项分布定理 从一个数学期望为p、方差为 的是非变 量（0-1分布）总体中随机重复地抽取容量为n的样本，那么样本中含有 个某类变量值的概率为： 2.超几何分布定理 从一个数学期望为p、方差为 的是非变量（0-1分布）总体中随机不重复地抽取容量为n的样本，那么当 同时 时，样本中含有 个某类变量值的概率为： 从一个数学期望为p、方差为 的是非变量（0-1分布）总体中随机抽取容量为n的样本，当n足够大 （ nP5， n (1-P)5 ），样本成数p趋于正态分布 或 E(p)=P 3.中心极限定理 第四节 参数估计 矩估计法 最小二乘法 最大似然法 顺序统计量法 估 计 方 法 点 估 计 区间估计 一、点估计 指直接以样本指标来估计总体指标，也叫定值估计 简单，具体明确 优点 缺点 无法控制误差，仅适用于对推断的准确程度与可靠程度要求不高的情况 点估计方法:如矩估计法,极大似然估计,贝叶斯估计,最小二乘估计等. 点估计评价准则 的数学期望等于总体参数，即 该估计量称为无偏估计。 无偏性 有效性 当 为 的无偏估计时， 方差 越小，无偏估计越有效。 一致性 对于无限总体，如果对任意 满足条件 则称 的一致估计。 是 充分性 一个估计量如能完全地包含未知参数信息，即为充分量 估计量 为　 、 s2n-1为S2 、p 为P的无偏、有效、一致、充分估计量。 数理统计证明： 同时满足上述四个标准，则为优良估计量 样本统计量 (点估计) 置信区间 置信下限 置信上限 ? x 95% 的样本 ? -1.96 ?x ? +1.96?x 99% 的样本 ? - 2.58?x ? + 2.58x 90%的样本 ? -1.65 ?x ? +1.65?x 区间估计 评价准则 随机区间 置信度 精确度 随机区间 包含 （即可靠程度）越大越好。 的概率 的平均长度 （误差范围）越小越好 一般形式 或 总体参数 估计值 误差范围 △：一定倍数的抽样误差 例如： 抽样误差 一定时， 越大， 概率（可靠性）大； 随之增大， 精确度就差。 区间估计的步骤如下： ⒈计算抽样平均误差 ⒉给定概率保证程度，查表得概率度t ⒊计算抽样极限误差 ⒋估计总体指标区间 3、区间估计的步骤 总体均值 ? 在1-? 置信水平下的置信区间为 【 例 】保险公司从投保人中随机抽取36人,计算得36人的平均年龄 岁，已知投保人平均年龄近似服从正态分布，标准差为7.2岁，试求全体投保人平均年龄的置信水平为99%的置信区间 解：已知n=36, 1-? = 99%，z?/2=2.575。根据样本数据计算得：总体均值?在1-?置信水平下的置信区间为 故全体投保人平均年龄的置信水平为99%的置信区间为[36.41，52.59] 总体均值 ? 在1-?置信水平下的置信区间为 ? t 分布是类似正态分布的一种对称分布，它通常要比正态分布平坦和分散。一个特定的分布依赖于称之为自由度的参数。随着自由度