第6章参数的估计与样本分布.ppt

6.2.2 区间估计(Interval estimate) 点估计总是以误差存在为前提,而不能提供正确估计的概率。没有解决参数估计的精确度和可靠性问题。而区间估计可以弥补这一不足之处。 区间估计就是用一个区间去估计未知参数，它不具体指出总体参数等于什么，但能指出总体的未知参数落入某一区间的概率有多大。 6.3 总体均值和总体比例的区间估计 6.3.1 总体均值的区间估计 6.3.2 总体比例的区间估计 6.4.2 两个总体比例之差的区间估计 设两个总体的比例分别为p1和p2,为了估计p1-p2,分别从两个总体中各随机抽取容量为n1和n2的两个随机样本。并计算两个样本中的比例 当n1和n2两者都很大时，而且总体比例不太接近0或1时， 的抽样分布服从正态分布， 从而p1-p2的置信区间为： 用 代替p1和p2 例6.18 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,其中看过该广告的比例分别为0.18和0.14,试求两城市成年人中看过该广告的比例之差的95%的置信区间。 解：由于样本容量都为1000，属于大样本容量， 置信区间为： 即 故以95％的把握估计两城市成年人中看过该广告的比例差在0.79%~7.21%之间。 6.5 正态总体方差及两正态总体方差之比的区间估计 6.5.1 正态总体方差的区间估计 X1,X2,..,Xn来自均值?,?2均未知,则?2的点估计量为S2,且 ?2的置信区间为: ?的置信区间为: 当ｎ30时,S近似服从N(?, ?2/(2(ｎ－１)）， ?的近似估计区间为: 例6.19 对某种金属的10个样品所组成的一个随机样本作抗拉强度试验。从试验数据算出的方差为4，试求?2的95％置信区间，构造这一区间时用了什么假定？ ?的置信区间又如何？ 解：设该金属的抗拉强度服从正态分布，在?2的95％的置信区间为： 式中，ｎ＝10， 1－?＝0.95, ?/2=0.025,S2=4,从而该区间为: [(10-1)×4/19.0228, (10-1)×4/2.7004], 即[1.8925,13.3314], ?的95%的置信区间为[1.89251/2,13.33141/2],即[1.38, 3.65] 6.5.2 两个正态总体方差比的区间估计 当两个总体为正态分布时, 给定1－?, 方差比的置信区间为: 当 时 例6.20 某项技能可以通过两种方式训练形成，从两种训练的班级各随机抽取了25个个体，测得它们的均值和方差为： 根据所给信息确定两总体方差比?12/ ?22 的90%的置信区间。 解:假定两种培训方式的学习者技能水平服从正态分布,则置信度为90%的?12/ ?22 的置信区间为: 所求区间为: 即: 6.6 相关系数的区间估计 6.6.1 积差相关系数的区间估计 1、积差相关系数的抽样分布 -1 0 1 ?=0 ?=0.5 ?=0.7 ?0时, n一定时,r的分布呈不同程度的负偏态; ?0时, r的分布呈不同程度的正偏态; ??0时,只有n?500时渐近正态分布,标准误为: ?=0时r的分布服从自由度为n-2的t分布,标准误为: 费舍(Fisher)的Z分布: ??0时,只有n?500时渐近正态分布,条件非常严格,应用受到很大限制。在一般情况下,将r值转换为Z值(n不受条件限制)， 这些Z值渐近服从正态分布,标准误为： (1)当总体相关系数为0时, 2、积差相关系数的区间估计 样本相关系数的分布为自由度是n-2的t分布,置信区间为: (1)当总体相关系数为0时, (2) 当总体相关系数不为0时, 1)如果n500,可用下式计算置信区间: 2) 利用费舍Z函数分布 无论样本容量大小,还是总体相关是否为0,Z函数的分布近似正态分布,具体步骤如下: a. 用公式计算:Zr=ln((1+r)/(1-r))/2; 或查r-Zr转换表; b. 计算Zr的置信区间 Zr±Z?/2SEz, SEz=1/(n-3)1/2; c. 将Zr的置信区间转换成相关系数:查r-Zr转换表,或用公式 计算r值。 例6.21 某小120名学生通过甲乙二测验,计算相关系数为0.24,问该二测验总体相关系数?的.95的置信区间。 解：假设总体相关系数? ＝0， .95的置信区间为: 该置信区间不包含0,说明该样本的总体相关系数不为0,所以用上述方法求置信区间是不合适的.正确的方法应该用Z函数方法. 故总体相关系数?的置信区间为0.064~0.040之间.作此结论犯错误的概率为0.05,正确的概率为0.95。 6.6.2 等级相关