第十章抽样分布.ppt

第十章 抽样分布、参数估计和假设检验 第一节 抽样分布总体分布 1 总体中各元素的观察值所形成的分布 2 分布通常是未知的 3 可以假定它服从某种分布 样本分布 1 一个样本中各观察值的分布 2 也称经验分布 3 当样本容量n逐渐增大时，样本分布逐渐接近总体的分布 抽样分布 1 样本统计量的概率分布 2 样本统计量是随机变量 样本均值, 样本比例，样本方差等 3 结果来自容量相同的所有可能样本 4 是进行抽样推断的理论基础 样本统计量的抽样分布 (一个总体参数推断时) 样本均值的抽样分布 样本比例的抽样分布 抽样方差的抽样分布 样本均值的抽样分布 1 容量相同的所有可能样本的样本均值的概率分布 2 一种理论概率分布 3 进行推断总体均值?的理论基础 样本均值的抽样分布（一 ）样本均值的均值 样本均值的抽样分布 (例题分析) 样本均值的抽样分布 (例题分析) 样本均值的分布与总体分布的比较 (例题分析) 均值的抽样标准误（均值的抽样平均误差） 1 所有可能的样本均值的标准差，测度所有样本均值的离散程度 2 小于总体标准差 3 计算公式为 样本均值的抽样分布从正态分布的总体中抽样 从非正态分布的总体中抽样 抽样分布与总体分布的关系 样本均值的抽样分布(数学期望与方差) 两个样本均值之差的抽样分布 两个样本均值之差的抽样分布 1 两个总体都为正态分布，即： 2 两个样本均值之差 的抽样分布服从正态分布，其分布的数学期望为两个总体均值之差 3 方差为各自的方差之和 如果两个总体都是非正态无限总体，只要 足够大： 如果总体容量是 ，只要 足够大： 样本比例 1 总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 2 总体比例可表示为 3 样本比例可表示为 样本比例的抽样分布 1 容量相同的所有可能样本的样本比例的概率分布 2 当样本容量很大时，样本比例的抽样分布可用正态分布近似 3 一种理论概率分布 4 推断总体总体比例的理论基础 样本比例的抽样分布(数学期望与方差) 1 样本比例的数学期望 2 样本比例的方差 重复抽样 不重复抽样 两个样本比例之差的抽样分布 1 两个总体都服从二项分布 2 分别从两个总体中抽取容量为n1和n2的独立样本，当两个样本都为大样本时，两个样本比例之差的抽样分布可用正态分布来近似 3 分布的数学期望为 4 方差为各自的方差之和 c2分布(图示) t 分布 F分布(图示) 样本方差的分布 两个样本方差比的抽样分布 第二节 参数估计估计量与估计值 1 估计量：用于估计总体参数的随机变量 如样本均值，样本比例、样本方差等 例如: 样本均值就是总体均值?的一个估计量 2 参数用? 表示，估计量用 表示 3 估计值：估计参数时计算出来的统计量的具体值 如果样本均值 ?x =80，则80就是?的估计值 参数估计的方法 数字特征法 最常用的估计量就是我们熟悉的样本均值、样本标准差(s)和(Bernoulli试验的)成功比例(x/n)； 人们用它们来分别估计总体均值(m)、总体标准差(s)和成功概率(或总体中的比例)p。 无偏性 无偏性：估计量抽样分布的数学期望等于被 估计的总体参数 有效性 一致性 一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数 区间估计 1 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 2 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 置信水平 1 置信区间包含总体参数真值的次数所占的比例 称为置信水平 2 表示为 是总体参数未在区间内的比例 3 常用的的置信水平值有 99%, 95%, 90% 相应的 为0.01，0.05，0.1 置信区间 1 由样本统计量所构造的总体参数的估计区间称为置信区间 2 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 3 置信度越高越好，置信区间越小越好，两者要求往往矛盾，若要同时满足，必须增大样本容量 影响区间宽度的因素 1 总体数据的离散程度，用 来测度 2 样本容量， 3 置信水平 (1 - ?) 一个总体参数的区间估计 总体均值的区间估计 (正态总体、或非