第11章抽样推断-参数估计2011.pptVIP

第十一章 统计推断方法 第一节 统计推断的基本概念 第二节 参数估计 第三节 假设检验和方差分析 第四节 相关分析和回归分析 第一节 统计推断 统计推断:利用现有的样本数据推断总体的结构和特征.实质上就是凭借概率理论用观察到的部分随机变量资料来推断总体随机变量的概率分布或数字特征，如期望值和方差等，并且作出具有一定可靠程度的估计和判断。 常用的三种统计推断: 参数估计 假设检验 差异显著性检验 第二节 参数估计 1 样本及分布 2 参数估计的几个概念 3 点估计与区间估计 区间估计 (interval estimate) 在作出估计的结论时，我们把给出总体指标X的置信区间和置信概率这一方式称为区间估计。可见，置信区间的大小，说明了估计的精确性；置信概率的大小，说明了估计的可靠性。 统计量与参数的关系 2 参数估计的几个概念 参数估计：在抽样分布及抽样分布的基础上，据样本统计量来推断总体参数的统计方法。 估计量：用来估计总体参数的统计量的名称； 估计值：计算得到的样本估计量的具体数值 点估计： 用样本估计量直接作为总体参数估计值 区间估计：在点估计基础上，依照一定的概率保证度 用样本估计值估计出总体参数取值的区间 范围。 置信区间： 由样本统计量所构造的总体参数的估计区间，用 （ ）来表示，即（置信下限，置信上限）。 置信水平也称为置信度,用 表示 表示置信区间 包括总体参数真值 的概率，记为 ，则总体参数真值 有 的可能性落在置信区间 内。 其中 为事先给定的概率值，称为显著性水平。 (一) 无偏性 样本估计量的均值等于该样本统计量所估计的总体参数的真实值，则称该估计量为无偏估计量。 也称为相合性，当样本容量n增加时，如果估计量越来越接近总体参数的真实值，则称这个估计量为一致估计量。 （二）一致性 估计量的评选标准 是指估计量与总体参数的离散程度应该很小，即估计量的方差应该很小，这样才能保证估计量的取值集中在被估计的总体参数的附近，对总体参数的估计和推断更可靠。 （三）有效性 为了在一次具体的抽样结果中，能测定实际抽样误差的大小和产生这样大小误差的可能性，是区间估计所阐述的问题。 举例来说，我们估计某商场一年的零售额为1000万元整，这种估计存在一定的误差。如果对误差大小的程度和产生这样大小误差的可能性大小均一无所知，那么，我们究竟能在多大程度上相信这种估计是正确的呢？ 又如，我们估计某人在某年某月某日某时出生，误差为一小时。这种估计可谓精确，但这种估计正确的可能性极小。或者说，我们有百分之百的把握估计今年某人年龄在5～100岁之间，这种估计虽然极为可靠，但误差太大，精确性太差。所以上述两种估计都没有实际的意义。 那么，什么样的估计才有实际意义呢？假如我们估计某商场一年的零售额在995万～1 005万元之间，并且有99%的可靠程度说明这种估计是正确的，那么，这样的估计便能使人信服。 也就是，对于总体的未知指标X，根据样本构造的两个统计量 使随机区间 包含 的概率等于给定值 即 一个总体均值 的置信区间 * *