一个不偏估计量与母体参数的差的绝对值称为抽样误差.PPTVIP

第 8 章 區間估計 母體平均數的區間估計：大樣本的情況 母體平均數的區間估計：小樣本的情況 樣本大小的決定 母體比例的區間估計 母體平均數的區間估計：大樣本的情況 抽樣誤差 抽樣誤差的機率性描述 區間估計的計算：大樣本且s 已知的情況 區間估計的計算：大樣本且s 未知的情況 抽樣誤差 一個不偏估計量與母體參數的差的絕對值稱為抽樣誤差(sampling error)。 以樣本平均數估計母體平均數而言，其抽樣誤差為： 抽樣誤差 = 抽樣誤差的機率性描述 知道 的抽樣分配，可以使我們即使在無法得知母體平均數 ? 的情形下，亦能對抽樣誤差做出機率性描述。 有關抽樣誤差的機率性描述，即是精確度敘述。 抽樣誤差的機率性描述 精確度敘述 樣本平均數的抽樣誤差等於或少於 的機率為 1 - ? 。 母體平均數的區間估計：大樣本 (n 30) ? 已知 其中 樣本平均數 1 -? 為信賴係數 z?/2 為右尾面積?/2 的標準常態分配 的 z 值 s 為母體標準差 n 為樣本大小 母體平均數的區間估計：大樣本 (n 30) 以 s 估計 s 在大部分的應用中母體標準差的 s 值是未知的。我們就用樣本標準差 s 來估計代替母體標準差 s 。 CJW是一家運動器材的郵購公司，該公司對顧客的服務不遺餘力。為了監測服務品質，CJW每月定期從郵購的顧客中抽出一組簡單隨機樣本，並詢問他們一系列有關服務水準的問題。每位顧客的答題結果被轉成從0到100分的顧客滿意分數(0分代表最差，100分代表最好)；另外也計算出樣本的平均滿意分數，以做為CJW顧客所有母體平均滿意度的點估計值。 範例 母體平均數的區間估計：? 已知 95%的信賴區間，信賴係數是(1 - ?) = 0.95，因此，? = 0.05。利用標準常態分配的機率表，右尾面積是 ?/2 = 0.05/2=0.025，z0.025 = 1.96。CJW樣本的平均數是 。假設母體標準差 ? 已知為20，樣本大小為100。可得 因此，邊際誤差是3.92，信賴區間是82 – 3.92 = 78.08到82 + 3.92 = 85.92。CJW可以有95%的信心，相信母體平均滿意分數介於78.08到85.92之間。 母體平均數之區間估計：小樣本的情況 (n 30) 母體並非呈常態機率分配 唯一的方法就是增加樣本大小到 n 30 ，這樣就可適用大樣本的區間估計方法。 母體呈常態機率分配且? 已知 適用大樣本的區間估計方法。 母體呈常態機率分配且以 s 估計 s 適用的機率分配為 t 分配。 t 分配 t 分配是由一群類似的機率分配所組成的。 t 分配都有其特定的參數，即所謂的自由度。 當自由度增加時， t 分配和標準常態分配的差距將越來越小。 當自由度較高時， t 分配較不分散。 t 分配的平均數為 0 。 母體平均數的區間估計：小樣本(n 30)且以 s 估計 s 區間估計 其中 1 -? = 信賴係數 t?/2 = 自由度 n – 1 ，右尾面積為 ?/2 所對 應的 t 值 s = 樣本標準差 範例 小樣本母體平均數的區間估計：? 未知 Scheer工業公司的製造經理想要利用電腦來輔助訓練公司的維修人員，希望經由電腦訓練可減少訓練時間。為了評估這種訓練方式，該經理希望能夠估計在電腦輔助下，平均的訓練時間是多少？ 範例 小樣本母體平均數的區間估計：? 未知 假設共有15名員工接受這項新的訓練，每一位員工所需的訓練天數如下表所示，以這些資料計算出的樣本平均數和樣本標準差如下： 範例 t 值 在95%的信賴區間，假設母體的訓練時間呈常態分配，則具有n – 1 = 14自由度的 t 分配。經查下表，在自由度=14下，t?/2 = t0.025 = 2.145。 範例 小樣本母體平均數的區間估計：? 未知 53.78 ? 3.78 因此，邊際誤差是3.87天，母體平均數之95%信賴區間為50.09到57.65天。 母體平均數區間估計所需的樣本數 令 E = 精確度敘述中，抽樣誤差的上界。 E 是為得到區間估計值，點估計量所加或減的值。 E 通