统计学原理第08章.ppt

无偏性：抽样分布的均值等于总体均值 有效性：如果与其他任何无偏估计量相比，样本均值更接近总体均值，我们就称样本均值是个更有效的估计量。 一致性：随着样本容量的增加，样本均值与总体均值之间的差异缩小 （四）区间估计 　　区间估计就是根据样本指标和抽样极限误差以一定把握程度推断总体指标的区间范围内。 在一定概率保证程度下： ≤ ≤ ≤ ≤ 2、区间估计的三要素为： 估计值 抽样误差范围 概率保证程度 应用区间估计时要注意： （１）所求出的区间只是一个可能范围，而不是一个完全肯定的范围。 （２）所估计的区间大小（估计的精确度）是与概率保证程度紧密联系的。 抽样估计时，我们总是希望估计的误差尽可能小（即估计精度尽可能高）并且估计的置信度也尽可能大。但事实上这两者是相矛盾的。在其它条件不变的情况下，提高估计的置信度，会增大允许误差（使估计精度降低）；缩小允许误差（提高估计的精度），则会降低估计的置信度。 “估计精确度”和“估计的概率保证程度”是两个不同的概念，前者表明估计的误差大小，后者表明估计的可信程度。 ※ 实例 例8-3-1：某农场进行小麦产量抽样调查，小麦播种总面积为1万亩，采用不重复简单随机抽样，从中抽选了100亩作为样本进行实割实测，测得样本平均亩产400斤，方差144斤。 以95.45%的可靠性推断小麦平均亩产的区间 解： N=10000 n=100 （1）计算抽样平均误差 （2）计算抽样极限误差 （3）计算总体平均数的置信区间 上限： 下限： 即：以95.45%的可靠性估计该农场小麦平均亩产量在397.62斤至402.38斤之间. 例8-3-2 ：某纱厂某时期内生产了10万个单位的纱，按纯随机抽样方式抽取2000个单位检验，结果合格率为95%，试以95%的把握程度估计全部纱合格品率的区间 区间下限： 区间上限： 解： 例8-3-4:对一批电子元件进行耐用性能的检查，随机重置抽样方法选取100件作耐用测试，所得结果的分组资料如下： 100 — 合计 18 5500 5000以上 50 4500 4000—5000 30 3500 3000—4000 2 2500 3000以下 件数（f） 组中值（x） 耐用时数（小时） 试以95.45%的把握程度估计这批产品的平均耐用时数 解: (1)、计算样本平均数和样本标准差 (2)、计算极限误差 (3)、 估计区间的下限：4340－146.2=4193.8小时 估计区间的上限：4340＋146.2=4486.2小时 所以，这批电子元件的平均耐用时数在4193.8小时至4486.2小时之间，可靠程度为95.45%。 区间估计 例8-3-5:上例中,如果3000小时以下为不合格品 (1)以同样的把握程度估计这批产品的合格率; (2)如果共有20000件产品,至少有多少件合格品。 解:(1) 估计的下限：98%－2.8% = 95.2% 估计的上限：98%＋2.8% = 100% 所以，这批电子元件的合格品率在95.2%至100%之间，可靠程度为95.45%。 (2)至少有20000×95.2%=19040件合格品 例8-3-6对某广播电台的800名经常听众进行调查，发现有600名是青少年，要求误差范围不超过3%。试估计全部听众中青少年听众所占比重的区间范围。 解：已知 n=800 查表F（t)=95% 第三节 总体平均数和总体成数的估计 二、对总体成数的估计 （一）总体成数与样本成数 总体成数： 样本成数： 第三节 总体平均数和总体成数的估计 二、对总体成数的估计 （二）样本成数p的分布特征 1、在重复抽样下 起始总体是0~1分布，则样本成数是二项分布 样本成数的平均数等于总体成数 样本成数的方差等于总体方差除以样本容量n 大数定律、中心极限定理揭示了n趋向于无穷大时，只要p、q不过大过小，而np、nq均大于5，则p的分布近似正态分布。 第三节 总体平均数和总体成数的估计 二、对总体成数的估计 （二）样本成数p的分布特征 2、在不重复抽样下 总体是0~1总体，则样本成数p服从二项分布。 样本成数p的平均数仍然等于总体成数P 样本成数p的方差按下式计算 第三节 总体平均数和总体成数的估计 二、对总体成数的估计 （三）样本成数P的估计 根据抽样结果计算的样本成数p对总体成数给出点估计和区间估计。应注意，该区间的计算要求p服从近似正态分布条件，即在实际运用中要注意首先判断n30,np、nq均大于5. 第四节 必要的样本容量 一、平均数的样本容量 （一）重复抽样下的样本容量 （二）不重复抽样下的样本容量 第四节 必要的样本容量 二、成数的样本容量 第四节 必