应用统计学-第6章.pptVIP

第六章 抽样与参数估计 参数估计在统计方法中的地位 开篇案例：二战中的点估计——德军有多少辆坦克？ 二战期间，盟军非常想知道德军总共制造了多少辆坦克。德国人在制造坦克时是墨守成规的，他们把坦克从1开始进行了连续编号。在战争过程中，盟军缴获了一些敌军坦克，并记录了它们的生产编号。那么怎样利用这些号码来估计坦克总数呢？在这个问题中，总体参数是未知的坦克总数N,而缴获坦克的编号则是样本。 假设我们是盟军手下负责解决这个问题的统计人员。制造出来的坦克总数肯定大于等于记录的最大编号。为了找到它比最大编号大多少，我们先找到被缴获坦克编号的平均值，并认为这个值是全部编号的中点。因此样本均值乘以2就是总数的一个估计；当然要特别假设缴获的坦克代表了所有坦克的一个随机样本。这种估计N的公式的缺点是：不能保证均值的2倍一定大于记录中的最大编号。 开篇案例：二战中的点估计——德军有多少辆坦克？ N的另一个点估计公式是：用观测到的最大编号乘以因子1+1/n，其中 n 是被俘虏坦克个数。假如你俘虏了10 辆坦克，其中最大编号是50，那么坦克总数的一个估计是（1+1/10)?50=55。此处我们认为坦克的实际数略大于最大编号。 从战后发现的德军记录来看，盟军的估计值非常接近所生产的坦克的真实值。记录仍然表明统计估计比通常通过其他情报方式作出估计要大大接近于真实数目。统计学家们做得比间谍们更漂亮！ 统计推断的过程 第六章 抽样与参数估计 第一节 抽样与抽样方法 第二节 参数估计基本方法 第三节 总体均值和总体比例的区间估计 第四节 两个总体均值及两个总体比例之差的估计 第五节 正态总体方差及两正态总体方差比的区间估计 学习目标 了解抽样和抽样分布的基本概念 理解抽样分布与总体分布的关系 了解点估计的概念和估计量的优良标准 掌握总体均值、总体比例和总体方差的区间估计 掌握运用总体均值、总体比例和总体方差的区间估计方法解决实际问题 总体、个体和样本（概念要点） ?总体(Population)：调查研究的事物或现象的全体 ?个体(Item unit)：组成总体的每个元素 ?样本(Sample)：从总体中所抽取的部分个体 ?样本容量(Sample size)：样本中所含个体的数量 抽样方法（概念要点） 概率抽样：根据已知的概率选取样本 ? 简单随机抽样（Simple random sampling）：完全随机地抽选样本 ? 分层抽样(Reduced sampling)：总体分成不同的“层”，然后在每一层内进行抽样 ? 整群抽样(Cluster sampling)：将一组被调查者（群）作为一个抽样单位 ? 等距抽样(Systematic sampling)：在样本框中每隔一定距离抽选一个被调查者 抽样方法（概念要点） 非概率抽样：不是完全按随机原则选取样本——不能用于推断 ? 非随机抽样：由调查人员自由选取被调查者 ? 判断抽样：通过某些条件过滤来选择被调查者 配额抽样：选择一群特定数目、满足特定条件（如年龄、收入、职业等）的被调查者 抽样方法—特点与适用性 参数估计的方法 被估计的总体参数 点 估 计 点估计（概念要点） 从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计 例如: 用样本均值作为总体未知均值的估计值就是一个点估计 2. 点估计没有给出估计值接近总体未知参数程度的信息 估计量 （概念要点） 1. 用于估计总体某一参数的随机变量 如样本均值，样本比例、样本中位数等 例如: 样本均值就是总体均值?的一个估计量 如果样本均值 ?x = 3 ，则 3 就是 ? 的估计值 理论基础是抽样分布 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体 参数 估计量的优良性准则（有效性） 估计量的优良性准则（一致性） 一致性：随着样本容量的增大，估计量越来越接 近被估计的总体参数 区间估计 区间估计（概念要点） 1. 根据一个样本的观察值给出总体参数的估计范围 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 区间估计（概念要点） 在区间估计中，寻找两个统计量 和 分别估计总体参数 的下限和上限，使总体参数 包括在区间 内的概率 即有100（1- ? ）%的把握断定的真值在区间 内 区间估计（内容） 区间估计（内容） 总体均值的区间估计 (?２已知) 总体均值的区