[理学]统计学第四版 06参数估计.pptVIP

确定样本容量应注意的问题 计算样本容量时，一般总体的方差与成数都是未知的，可用有关资料替代： ①是用历史资料已有的方差与成数代替；②是在进行正式抽样调查前进行几次试验性调查，用试验中方差的最大值代替总体方差；③是成数方差在完全缺乏资料的情况下，就用成数方差的最大值0.25代替。 如果进行一次抽样调查，同时估计总体均值与成数，用上面的公式同时计算出两个样本容量，可取一个最大的结果，同时满足两方面的需要。 上面的公式计算结果如果带小数，这时样本容量不按四舍五入法则取整数，取比这个数大的最小整数代替。 例： 对某批木材进行检验，根据以往经验，木材长度的标准差为0.4米，而合格率为90%。现采用重复抽样方式，要求在95.45%的概率保证程度下，木材平均长度的极限误差不超过0.08米，抽样合格率的极限误差不超过5%，问必要的样本单位数应该是多少？ 解： 样本平均数的单位数： 样本成数的单位数： 根据计算结果，取样本数较大者。即n=144棵。 练习题 第六章 参数估计 参数估计的一般问题 一个总体参数的区间估计 两个总体参数的区间估计 第一节 参数估计的一般问题 估计量与估计值 抽样估计/参数估计：用样本统计量估计总体参数的特征值； 估计量：用来估计总体参数的统计量的名称； 估计值：用来估计总体参数时计算出来的估计量的具体数值。 点估计与区间估计 点估计：用样本估计量的值直接作为总体参数的估计值； 区间估计：在点估计的基础上，给出总体参数估计的一个范围。 置信区间 置信区间：在区间估计中，用样本统计量所构成的总体参数的估计区间； 置信下限：置信区间的最小值； 置信上限：置信区间的最大值。 评价估计量的标准 无偏性：样本统计量的均值等于被估计总体参数的真值，即 有效性：作为优良的估计量，除了满足无偏性外，其方差应比较小。 设 、 都是θ参数的无偏估计量，若 ，则称 是较 有效的估计量 一致性/相合性：指当n→∞时，估计量依概率收敛于总体参数的真实值。 设 是θ参数的估计量，对于任意的ε0，当n→∞时， ，则称 是θ的一致估计量。 点估计的方法 点估计是直接以样本统计量作为相应总体参数的估计量。因此我们希望样本统计量应尽可能满足优良估计量的标准。 经数学证明，样本平均数是总体平均数的优良估计量；样本成数是总体成数的优良估计量；样本方差是总体方差的无偏估计量。 点估计完全正确的概率通常为0。 因此，我们更多的是考虑用样本统计量去估计总体参数的范围 区间估计 第二节 一个总体参数的区间估计 参数区间估计的含义： 估计总体参数的区间范围，并给出区间估计成立的概率值。 其中： 1-α(0α1)称为置信度/置信水平，α称为区间估计的显著性水平，其取值大小由实际问题确定，经常取1%、5%和10%。 区间估计的内容： 总体均值μ的区间估计 总体成数P的区间估计 总体方差σ2的区间估计 区间估计的计算步骤 计算样本指标 计算抽样平均误差 查表得统计量临界值 计算抽样极限误差 计算置信区间 总体均值区间估计的要素： 总体分布是否正态？ 总体方差是否已知？ 大样本还是小样本？ 要素影响抽样分布 总体分布 总体方差 样本情况 服从分布 置信区间 正态总体 σ2已知 大样本 服从 N（0，1） 小样本 σ2未知 大样本 近似服从 N（0，1） 小样本 服从 t（n-1） 非正态总体 或 分布未知 σ2已知 大样本 近似服从 N（0，1） 例1 某企业从长期实践得知，其产品直径x是一随机变量，服从方差为0.05的正态分布。从某日产品中随机抽取6个，测得其直径分别为14.8，15.3，15.1，15，14.7，15.1（单位：厘米）。在0.95的置信度下，试求该产品直径的均值的置信区间。 计算样本指标→计算抽样平均误差→查表得统计量→计算抽样极限误差→计算置信区间 解：正态总体、方差已知、小样本 计算样本指标 计算抽样平均误差 查表得统计量 计算抽样极限误差 计算置信区间 例2 对某型号的电子元件进行耐用性能检查，抽查资料分组如下表，要求估计该批电子元件的平均耐用时数的置信区间（置信度95%）。 计算样本指标 计算抽样平均误差 查表得统计量 计算抽样极限误差 计算置信区间 解：正态总体、方差未知、大样本 计算样本指标 计算抽样平均误差 查表得统计量 计算抽样极限误差 计算置信区间 例3 某商场从一批袋装食品中随机抽取10袋，测得每袋重量（单位：克）分别为：789、780、794、762、802、813、770、785、810、806，要求