参数估计在统计方法中的地位ppt课件.pptVIP

统计推断的过程 第四章 抽样与参数估计 第一节 抽样与抽样分布 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 第一节 抽样与抽样分布 一. 总体、个体和样本 二. 关于抽样方法 样本均值的分布与中心极限定理 样本方差的分布 两个样本方差比的分布 六. T 统计量的分布 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：完全随机地抽选样本  分层抽样：总体分成不同的“层”，然后在每一层内进行抽样  整群抽样：将一组被调查者（群）作为一个抽样单位  等距抽样：在样本框中每隔一定距离抽选一个被调查者 非概率抽样：不是完全按随机原则选取样本  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、满足特定条件的被调查者 样本均值的抽样分布 所有样本指标（如均值、比例、方差等）所形成的分布称为抽样分布 是一种理论概率分布 随机变量是 样本统计量 样本均值, 样本比例等 结果来自容量相同的所有可能样本 抽样分布（概念要点） 样本均值的抽样分布（一个例子） 【例】设一个总体，含有4个元素（个体），即总体单位数N=4。4 个个体分别为X1=1、X2=2、X3=3 、X4=4 。总体的均值、方差及分布如下 均值和方差 样本均值的抽样分布 （一个例子）  现从总体中抽取n＝2的简单随机样本，在重复抽样条件下，共有42=16个样本。所有样本的结果如下表 样本均值的抽样分布 （一个例子）  计算出各样本的均值，如下表。并给出样本均值的抽样分布 所有样本均值的均值和方差 式中：M为样本数目 比较及结论：1. 样本均值的均值（数学期望）等于总体均值 2. 样本均值的方差等于总体方差的1/n 样本均值的分布与总体分布的比较 抽样分布  = 2.5 σ2 =1.25 总体分布 样本均值的抽样分布与中心极限定理 当总体服从正态分布N ~ (μ,σ2 )时，来自该总体的所有容量为n的样本的均值X也服从正态分布，X 的数学期望为μ，方差为σ2/n。即X～N(μ,σ2/n) 中心极限定理（图示） 中心极限定理：设从均值为，方差为 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布 样本方差的抽样分布 样本方差的分布 设总体服从正态分布N ~ (μ,σ2 )， X1，X2，…，Xn为来自该正态总体的样本，则样本方差 s2 的分布为 将2(n – 1)称为自由度为(n-1)的卡方分布 卡方 (c2) 分布 均值的标准误 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 小于总体标准差 计算公式为 两个样本方差比的抽样分布 两个样本方差比的抽样分布 设X1，X2，… ，Xn1是来自正态总体N~(μ1,σ12 )的一个样本， Y1，Y2，… ，Yn2是来自正态总体N~(μ2,σ22 )的一个样本，且Xi(i=1,2,…，n1)，Yi(i=1,2, …，n2)相互独立，则 将F(n1-1 , n2-1 )称为第一自由度为(n1-1)，第二自由度为(n2-1)的F分布 两个样本方差比的抽样分布  不同样本容量的抽样分布 T 统计量的分布 T 统计量的分布 设X1，X2，…，Xn1是来自正态总体N~(μ1,σ12 )的一个样本， 称 为统计量,它服从自由度为(n-1)的t 分布 第二节 参数估计基本方法 一. 点估计 二. 点估计的优良性准则 区间估计 参数估计的方法 被估计的总体参数 总体参数 符号表示 用于估计的样本统计量 一个总体 均值 比例 方差 两个总体 均值之差 比例之差 方差比 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.