【精选】教育统计学第七章.pdfVIP

产生数据  用图表呈现分布  用数字描述分布 整合数据  描述相关关系  正态分布 概率分布 抽样分布 统计推论 参数估计 假设检验 第七章 参数估计  总体比率的区间估计  总体平均数的区间估计 什么是参数估计？ 例1 民意调查 新任美国总统会是谁？2008年10月21-23 日间， Gallup电话访问了2 564位合法选民的随机样本， 其中1 394人表示支持奥巴马，根据这个数据我们 能下什么结论呢？ 样本比率：ṕ=x/n=1394/2564=0.544 总体比率：P=？  参数估计就是用样本统计量估计总体参数 结论：全美选民中奥巴马的支持率大约是54.4%。 最终的结局 各州得票数合计 67,066,915票 58,421,377票 53.4% 46.6% 利用抽样分布 例2 一个假设的真实分布  略去竞选最后阶段的变动，让我们假设是在正式投票时进行的抽样调 查，如果反复抽取n=2 564的SRS，奥巴马的样本支持比率ṕ的抽样 分布当是：  非常近似正态分布  抽样分布的平均数是：P=0.534  抽样分布的标准误是：σ =√P （1-P）/n = 0.0099 p  所有样本比率中的95%落在：0.515~0.553之间 一个转换  抽样分布图告诉我们的是： n=2 564的所有样本中的95%，其统计量ṕ会落在 参数P左右各1.96个标准误范围之内。  P （P-1.96 σ ＜ṕ ＜P+1.96 σ ）=0.95 ṕ ṕ  等价于： 有95%的样本，其统计量ṕ左右各延长1.96个标准 误所得到的区间，会把参数P包含进去。  P （ṕ-1.96 σ ＜P＜ṕ+1.96 σ ）=0.95 ṕ ṕ 标准误的估计值  无法根据上述公式计算出P的置信区间，因为标 准误差的计算要用到参数P，而它恰恰是我们要 估计的值；  用样本比率ṕ代替参数P：S =√ṕ （1-ṕ）/n ṕ  当样本比率改变时，标准误差的变化却很小： ṕ 0.514 0.524 0.534 0.544 0.554 0.564 S 0.00987 0.00986 0.00985 0.00984 0.00982 0.00979 ṕ  总体比率95%的置信区间是： ṕ±1.96 √ṕ （1-ṕ）/n 理解置信度  不是说：总体参数有95%的可能落在该区间里（左图）；