抽样与参数估计在统计中的应用实例教程.pptVIP

两个总体均值之差的估计（计算结果） 解:已知 X1~N(?1,?2) X2 ~N(?2,?2) ?x1=22.2， ?x2=28.5， s12=16.63 s22=18.92 n1= n2=10 ?12= ?12 ?1- ?2置信度为95%的置信区间为 两个总体均值之差的估计 (?12 、?22未知，且不相等) 假定条件 两个总体都服从正态分布 ?12、?12未知，且?12 ? ?12 使用的统计量为 自由度 两个总体均值之差的估计 (?12、?22未知，且不相等) ? 两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计（续前例） 【例】为比较两位银行职员为新顾客办理个人结算账目的平均时间长度，分别给两位职员随机安排了10位顾客，并记录下了为每位顾客办理账单所需的时间（单位：分钟），相应的样本均值和方差分别为：?x1=22.2，s12=16.63，?x2=28.5，s22=18.92。假定每位职员办理账单所需时间均服从正态分布，但方差不相等。试求两位职员办理账单的服务时间之差的95%的区间估计。 1 2 两个总体均值之差的估计（计算结果） 自由度 f 为 ?1- ?2置信度为95%的置信区间为 解:已知 X1~N(?1,?2) X2 ~N(?2, ?2) ?x1=22.2， ?x2=28.5， s12=16.63 s22=18.92 n1= n2=10 ?12??12 两个总体比例之差的估计 1. 假定条件 两个总体是独立的 两个总体服从二项分布 可以用正态分布来近似 2. 两个总体比例之差P1-P2在1-?置信水平下的置信区间为 两个总体比例之差的区间估计 两个总体比例之差的估计（实例） 【例】某饮料公司对其所做的报纸广告在两个城市的效果进行了比较，它们从两个城市中分别随机地调查了1000个成年人，其中看过广告的比例分别为p1=0.18和p2=0.14。试求两城市成年人中看过广告的比例之差的95%的置信区间。 ^ ^ 绿色 健康饮品 两个总体比例之差的估计（计算结果） P1- P2置信度为95%的置信区间为 解:已知 p1=0.18， p2=0.14，1-?=0.95， n1= n2=1000 ^ ^ 我们有95%的把握估计两城市成年人中看过该广告的比例之差在0.79% ~ 7.21%之间 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 （概念要点） 二战中的点估计 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 P( X ) X C A ? 无偏 有偏 估计量的优良性准则（有效性） A B ? 中位数的抽样分布 均值的抽样分布 X P(X ) 有效性：一个方差较小的无偏估计量称为一个更 有效的估计量。如，与其他估计量相比 ，样本均值是一个更有效的估计量 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 A B 较小的样本容量 较大的样本容量 ? P(X ) X 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% 样本统计量 (点估计) 置信区间 置信下限 置信上限 置信区间估计（内容） ?2 已知 ?2 未知? 均 值 方 差 比 例 置 信 区 间 落在总体均值某一区间内的样本 ? ? x _ X X = ? ? Z?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 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 置信水平 区间与置信水平 均值的抽样分布 (1 - ?) % 区间包含了? ? % 的区间未包含? 1 - a a/2 a/2 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 第三节 总体均