统计学原理与实务第5章参数估计.ppt

导入案例： 大学生每天花多少时间上网 某大学经济管理学院为了解学生每天上网的时间，在全院1500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）： 根据上表的计算，样本的平均上网时间为3.317小时，标准差为1.609小时。根据这些资料，该如何推断全院学生每天的平均上网时间呢？每天上网时间超过4小时的学生比例又应该是多少？本章将对这些问题进行阐述。 抽样分布 (sampling distribution) 在重复选取容量为n的样本时，由每一个样本算出的该统计量数值的相对频数分布或概率分布 是一种理论分布。 随机变量是 样本统计量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 二项分布 二项分布是离散型随机变量概率分布的一种，是建立在贝努力实验的基础上的。 n重贝努力实验满足下列条件： 1.一次实验只有两个可能，即“成功”和“失败”。 2.一次实验“成功”的概率为 ，“失败”的概率为 而且概率对每次试验都是相同的。 3.实验是相互独立的，且可以重复进行n次。 在n次实验中，“成功”的次数的概率分布就是二项分布记为 。n次实验中成功次数为x的概率可表示为： 二项分布的期望值和方差分别为： 不同的 值和 值，对应的正态分布就不同。 不同的 值和 值，对应的正态分布就不同。 某厂生产一批小型装置，其寿命X服从均值为8，标准差为2（单位：年）的正态分布。 （1）求整批小型装置中寿命大于7的比率； （2）求整批小型装置中寿命介于7-9年的比率； （3）如果工厂规定在保用期间遇有故障可免费换新，将要求免费换新的比率定为3%，求保用年限。 解： 抽样分布 (sampling distribution) 在重复选取容量为n的样本时，由每一个样本算出的该统计量数值的相对频数分布或概率分布 是一种理论分布。 随机变量是 样本统计量 样本均值, 样本比例，样本方差等 结果来自容量相同的所有可能样本 提供了样本统计量长远稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据 样本均值的抽样分布 样本均值的抽样分布是所有的样本均值形成的相对频数分布，即 的概率分布。 表3 样本平均数 分布 样本均值的分布与总体分布的比较 (例题分析) 样本均值的抽样分布与中心极限定理 中心极限定理(central limit theorem) 中心极限定理 (central limit theorem) 样本均值的抽样分布(数学期望与方差) 样本均值的数学期望 样本均值的方差 重复抽样 不重复抽样 样本比例的抽样分布(比例—proportion) 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 总体比例可表示为 样本比例可表示为 样本比例的抽样分布 样本比例抽样分布是指在重复选取样本量为n的样本时，由样本比例的所有可能的取值形成的相对频数分布。 的抽样分布是样本比例 的所有可能取值的概率分布。 的数学期望值 等于总体的比例 ，即: 样本比例的抽样分布(数学期望与方差) 样本比例的数学期望 样本比例的方差 重复抽样 不重复抽样 5.1.4统计量的标准误 统计量的标准误（standard error），是指样本统计量的抽样分布的标准差，有时也称为标准误差。 估计标准误（standard error of estimation）是指当计算标准误时涉及的总体参数未知时，用样本统计量代替计算的标准误，也称为估计标准误差。 5.2 参数估计的基本原理 5.2.1参数估计的概念 5.2.2参数估计的数理基础 5.2.3参数估计的优良标准 5.2.4 抽样估计方法 5.2.1参数估计的概念 参数估计(parameter estimation)就是用样本统计量去估计总体的参数 估计量：用于估计总体参数的统计量的名称 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 参数用? 表示，估计量用 表示 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 5.2.2参数估计的数理基础 大数定律 中心极限定理 大数定律 大数定律从理论上揭示了样本与总体