第四章 参数估计 《定量分析术》课件.docVIP

第四章 参数估计 第一节 基本概念 一、统计推论——根据局部资料(样本资料)对总体的特征进行推断 统计推论的特点 统计推论的内容 二、总体和样本 总体是所研究事项的全体，是由具有某种共同性质的许多个体组成的。用来概括总体特征的测度值叫做参数。 样本是总体的一个子集，是从总体中按一定方式随机抽取出来代表总体的部分单位的集合体。样本所包含的个体数称为样本容量，通常用来表示。一般来说，样本容量大于等于50的样本称为大样本，容量小于50的样本称为小样本。 总体是唯一确定的，而样本则随抽样而不同，具有随机性。 从总体中抽取的样本，可以看作个数为的一组数据，它们在未抽出具体数值之前，都可看作是一组随机变量。 若抽出的这些数据不但是随机变量，而且独立同分布，则这样的样本就称为简单随机样本。一般来说，在无限总体中的随机抽样或在有限总体中的重复随机抽样所得的样本都是简单随机样本。这种简单随机样本具有两重性：一方面，在调查尚未进行之前，将要获得的数据具有不确定性、随机性,即是一组独立同分布的随机变量。但在调查之后，所得结果是一组具体、确定的数值，就不再是随机的了。一般称作的观测值，即样本观测值。 三、统计量 从总体中抽取的容量为的样本，可以看做个独立同分布的随机变量。那么，随机变量的任何函数()也是随机变量。 样本的函数()叫作统计量。因此，统计量也就是用来概括样本特征的测度值。 样本均值、样本方差、样本中位数等都是统计量。 根据随机变量的观测值计算得到的一切统计数字特征值，都可相应地看作统计量的观测值。如： 样本平均值 是统计量 的观测值； 样本方差 是统计量 的观测值。 为了表达准确和便于区分，今后将用不同的符号来表示（总体）参数和（样本）统计量。如：总体均值、方差、标准差和总体容量分别用符号来表示，样本均值、方差、标准差和样本容量则分别用符号来表示。 第二节 参数的点估计 参数估计 一、常用的点估计公式 待估参数值 点估计值 （样本统计量） 总体均值 总体方差 总体标准差 总体成数 样本均值 样本方差 样本标准差 样本成数 其中，是样本的一次观测值 二、评价估计量的标准 衡量估计量优劣的标准 1、无偏性 如果统计量是总体参数的估计值，且分布的均值有，则称是的无偏估计。反之，将是有偏的。下图(A)中的统计量是参数Q的无偏估计，图(B)中的统计量则是参数Q的有偏估计。 无偏性告诉我们,一个好的估计量的分布应该是围绕在总体参数的周围。也就是说，的分布的均值应该恰好就是总体参数。这样,对多个样本来说，就不会存在平均偏差(系统偏差)。 2、有效性 设统计量和都是总体参数的无偏估计量，且的方差比的方差小，即 ≤ ，则称较有效。下图中的和都是参数的无偏估计，比更为有效。因为的方差比的方差小，意味着在一次抽样中，接近待估参数值的概率大于。因此， 总体参数的多个无偏估计量中，方差最小的估计量称为参数的有效估计。 3、一致性 把样本容量为时的估计值记作，如果时, 按概率收敛于总体参数,即对于任意正数,有 =l ，（ 时，有 → ）则称是的一致估计。 注意：对于某个参数，有时可能找不到各种要求都满足的估计值。 比如，在对总体均值进行估计时，常用的统计量有样本均值和中位数。事实上，从无偏性来看，比好，因为 ， 而从有效性来看，又比好，因为 注意：样本方差 是总体方差的无偏估计值，但样本标准差并非总体标准差的无偏估计。 第三节 抽样分布 统计量是随机变量。统计量的分布称为抽样分布。 抽样来自总体，但抽样分布的形状以与总体分布的形状很不相同。 一、样本均值的分布 1、总体分布为正态分布,且方差已知 正态分布的性质:任意有限个服从正态分布的独立随机变量的线性函数仍然服从正态分布。 若是从正态总体的中抽出的一个随机样本,则： ～ 将标准化可得： ～ 比较总体分布～和抽样分布～可知，两者的分布类型相同，均值也相同，不同的是分布的方差比分布的方差小了倍，即：=。可见,随着样本容量的增加,可以有效地减少抽样分布的分散程度。 反映了统计量围绕均值的分散程度，反映了抽样均值与的平均误差水平，把它称作抽样均值的平均误差或标准误。是抽样引起的，因此，我们常用的大小来反映统计量的可靠性。 2、总体分布为正态分布,但方差未知 ～ 分布的图形类似于标准正态分布， （＞2） 当自由度→∞时,→，因此，当很大( 30 )时,就可用标准正态分布来近似分布。 3、任意总体,大样本情况 中心极限定理：只要样本容量足够大(≥50),的分布将接近正态分布，即： 若总体的均值为，方差为,是取自该总体的容量为的样本的平均值,S是样本的标准差,则当时,有 ～ 以及 ～ 二、样本方差的分布 样本方差是随机变量，它的均值和方差分别