第五章 参数估计(新修改).ppt

第五章 参数估计 参数估计在统计方法中的地位 统计推断的过程 学习目标 了解抽样和抽样分布的基本概念 理解抽样分布与总体分布的关系 了解点估计的概念和估计量的优良标准 掌握总体均值、总体比例和总体方差的区间估计 统计量、抽样分布（概念要点） ?统计量：是不依赖于任何未知参数的样本的函数。 统计量是随机变量。 （如均值、比例、方差等） ?抽样分布：统计量的分布称为抽样分布。 样本均值的抽样分布 样本均值的抽样分布（一个例子） 样本均值的抽样分布 （一个例子） 样本均值的抽样分布 （一个例子） 所有样本均值的均值和方差 样本均值的分布与总体分布的比较 样本均值的抽样分布与中心极限定理 中心极限定理（图示） 样本比例（成数）的抽样分布 样本方差的抽样分布 样本方差的分布 两个样本方差比的抽样分布 两个样本方差比的抽样分布 T 统计量的分布 T 统计量的分布 参数估计的方法 被估计的总体参数 点 估 计 点估计（概念要点） 从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计 例如: 用样本均值作为总体未知均值的估计值就是一个点估计 2. 点估计没有给出估计值接近总体未知参数程度的信息 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 估计量 （概念要点） 1. 用于估计总体某一参数的随机变量 如样本均值，样本比例、样本中位数等 例如: 样本均值就是总体均值?的一个估计量 如果样本均值 ?x = 3 ，则 3 就是 ? 的估计值 理论基础是抽样分布 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体 参数 估计量的优良性准则（有效性） 估计量的优良性准则（一致性） 一致性：随着样本容量的增大，估计量越来越接 近被估计的总体参数 区间估计 区间估计（概念要点） 1. 根据一个样本的观察值给出总体参数的估计范围 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 置信区间估计（内容） 落在总体均值某一区间内的样本 置信水平 总体未知参数落在区间内的概率 表示为 (1 - ???? ??为显著性水平，是总体参数未在区间内的概率? 常用的显著性水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 区间与置信水平 影响区间宽度的因素 1. 数据的离散程度，用 ? 来测度 样本容量， 3. 置信水平 (1 - ?)，影响 Z 的大小 总体均值的区间估计 (?２已知) 总体均值的置信区间 (?２ 已知) 1. 假定条件 总体服从正态分布,且总体方差（?２）已知 如果不是正态分布，可以由正态分布来近似 (n ? 30) 使用正态分布统计量Ｚ 总体均值的区间估计（正态总体：实例） 总体均值的区间估计（非正态总体：实例） 总体均值的区间估计 (?２未知) 总体均值的置信区间 (?２ 未知) 1. 假定条件 总体方差（?２）未知 总体必须服从正态分布 使用 t 分布统计量 总体均值的区间估计（实例） 总体比例的区间估计 总体比例的置信区间 1. 假定条件 两类结果 总体服从二项分布 可以由正态分布来近似 使用正态分布统计量Ｚ 总体比例的置信区间（实例） 样本容量的确定 估计总体均值时样本容量的确定 根据均值区间估计公式可得样本容量n为 样本容量的确定（实例） 估计总体比例时样本容量的确定 根据比例区间估计公式可得样本容量n为 样本容量的确定（实例） 【例】一家市场调研公司想估计某地区有彩色电视机的家庭所占的比例。该公司希望对比例p的估计误差不超过0.05，要求的可靠程度为95%，应抽多大容量的样本（没有可利用的p估计值）。 两个总体均值之差的估计 两个样本均值之差的抽样分布 两个总体均值之差的估计 (?12、?22 已知) 1. 假定条件 两个样本是独立的随机样本 两个总体都服从正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和n2?30) 两个独立样本均值之差的抽样分布服从正态分布，其期望值为 两个总体均值之差的估计 (?12、?22 已知) 使用正态分布统计量Z 两个总体均值之差的估计（实例） 【例】一个银行负责人想知道储户存入两家银行的钱数。他从两家银行各抽取了一个由25个储户组成的随机样本，样本均值如下：银行A：4500元；银行B:3250元。设已知两个总体服从方差分别为?A2=2500和?B2=3600的正态分布。试求?A- ?B的区间估计 （1）置信度为95% （2）置信度为99% 两个总体均值之差的估计（计算结果） 两个总体均值之差