第07章_参数的区间估计.pptVIP

第7章 参数的区间估计 内容摘要 1. 区间估计的概念和原理 2. 对总体均值的区间估计 3. 对总体比例的区间估计 4. 对总体方差的区间估计 5. 计算样本容量 引例 为了估计目前北京市场二手房交易的平均价格，制定相应的营销策略，某房地产中介公司在2005年第四季度的二手房交易中，随机抽取40个交易作为样本，得到二手房交易价格如下表所示（单位：万元）。 统计方法 区间估计过程 区间估计初步 置信水平 1. 未知总体参数落在区间内的概率 2. 表示为 (1－?????? 置信水平 ???是参数不落在区间内的概率 3. 通常取值 99%, 95%, 90% 即?=0.01, ?=0.05, ?=0.10 置信区间 影响区间宽度的因素 区间的宽度 影响因素： 1. 数据离散度 ? 2. 样本容量 n 3. 置信水平 (1－?) 区间估计的步骤 以总体均值的区间估计为例： 1. 确定置信水平 ； 2. 根据置信水平，查标准正态分布表确定其 值； 3. 实际抽样，并计算样本的均值 和抽样误差 ； 4. 确定置信区间： 区间估计的内容 单一总体均值的区间估计（?X已知或大样本） 1. 假设 已知总体标准差 总体正态分布 如果不是正态, 可被正态分布逼近 (样本n ? 30) 2. 置信区间 举例1 沿用引例，假定房地产中介公司从上季度的二手房交易记录中得到以下信息：交易价格的标准差为15万元，于是我们假定总体标准差? =15。试在95%的置信水平下估计二手房平均价格的置信区间。 解答 已知n=40， ? =15； 计算得到样本均值 ； 由1-?=0.95，查标准正态分布概率表得： 于是在95%的置信水平下的置信区间为： 即（40.83，50.13）。结果表明：在95%的置信水平下，二手房交易价格的置信区间为40.83万元~50.13万元。 单一总体均值的区间估计（?X未知且小样本） 1. 假设 总体标准差未知 总体服从正态分布 2. 用 t 分布 3. 置信区间 t 分布 （Student’s t Distribution） 自由度 (Degree of freedom ) 1. 当样本统计量被计算出以后可以自由改变的观测值数目 2. 举例 3 个数之和是 6X1 = 1 (或其他数)X2 = 2 (或其他数)X3 = 3 (不能改变)Sum = 6 自由度df=n－1=2 举例2 沿用引例，假定该房地产公司在某日随机抽取16位二手房购买者，得到二手房交易价格如下表所示（万元）。 根据以往交易情况得知：二手房交易价格服从正态分布，但总体方差未知。试在95%的置信水平下估计二手房交易平均价格的置信区间。 解答 已知n=16；计算得到样本均值 ； 样本标准差s=14.175； 由1－?=0.95，查表得： 于是在95%的置信水平下的置信区间为： 即（35.923，51.027）。 结果表明：在95%的置信水平下，二手房价格的置信区间为35.923万元~51.027万元；即该公司可以有95%的把握认为，二手房交易价格介于35.923万元到51.027万元之间。 单一总体均值的区间估计总结 区间估计的内容 两个总体均值之差的区间估计 (总体方差为已知) 独立样本（Independent sample）：两个样本是从两个总体中独立地抽取的，即一个样本中的元素与另一个样本中的元素相互独立。 1. 大样本条件下 （1）在两个总体的方差?12和?22均已知的情况下， 两个总体均值之差的置信区间为： 总体方差未知 1. 大样本条件下 （2）在两个总体的方差?12和?22均未知的情况下，可用两个样本的方差s12和s22代替。 这时，两个总体均值之差的置信区间为： 举例3 沿用引例。从2006年初开始，北京二手房交易价格急剧攀升。为对比2006年第一季度与2005年第四季度二手房平均价格的差异，该房地产中介公司从2006年第一季度的交易中随机抽取36个，得到二手房交易价格如下表所示（单位：万元） 。 举例3 将以上数据和引例中2005年第四季度二手房交易价格进行整理，得到 根据以上数据，试以95%置信水平估计2006年第一季度与2005年第四季度的二手房交易平均价格差值的置信区间。 解答 由于两个样本相互独立，且均为大样本，因此两个样本的均值之差服从正态分布。 在95%置信水平下做出区间估计如下： 即（－16.45，－0.35）。 结果表明：有95%的把握认为，总体