统计学05参数估计课件.ppt

确定样本容量应注意的问题 1.计算样本容量时，一般总体的方差与成数都是未知的，可用有关资料替代： 一是用历史资料已有的方差与成数代替； 二是在进行正式抽样调查前进行几次试验性调查，用试验中方差的最大值代替总体方差； 三是成数方差在完全缺乏资料的情况下，就用成数方差的最大值0.25代替。 * * 第五章 参数估计 第一节 点估计和区间估计 第二节 抽样分布 第三节 总体参数估计 第四节 抽样设计 统计推断：利用样本统计量对总体某些性质或数量特征进行推断。 两类问题：参数估计和假设检验 基本特点： （1）以随机样本为基础； （2）以分布理论为依据； （3）推断的只是一种可能的结果； （4）是归纳推理和演绎推理的结合。 参数估计在统计方法中的地位 假设检验 统计方法 描述统计 推断统计 参数估计 第一节 点估计和区间估计 本节主要内容： 总体参数估计概述 总体参数的点估计 参数区间估计 样本容量的确定 一、总体参数估计概述 设待估计的总体参数是θ，用以估计该参数的统计量是 ，抽样估计的极限误差是Δ，即： 二、总体参数的点估计 点估计的含义：直接以样本统计量作为相应总体参数的估计量。 优良估计量标准 优良估计标准： 无偏性：要求样本统计量的平均数等于被估计的总体参数本身。 一致性：当样本容量充分大时，样本统计量充分靠近总体参数本身。 有效性： 总体方差的无偏估计量为样本方差 点估计完全正确的概率通常为0。因此，我们更多的是考虑用样本统计量去估计总体参数的范围 ? 区间估计。 三、参数区间估计 （一）区间估计的含义 估计总体参数的区间范围，并给出区间估计成立的概率值。 其中： 1-α(0α1)称为置信度；α是区间估计的显著性水平，其取值大小由实际问题确定，经常取1%、5%和10%。 区间估计的基本要求 1.置信度。随机区间 包含 的概率（即可靠程度）1-α越大越好。 2.精确度。随机区间 的平均长度E 越短越好。 （二）平均数的区间估计 对总体平均数或成数的区间估计时，使用下面的式子(式中Δ是极限误差) 有两种模式： 1、根据置信度1-α，求出极限误差Δ，并指出总体平均数的估计区间。 2、给定极限误差，求置信度。 1 正态总体——方差已知 则总体均值的置信区间上、下限值为： 例：某公司成批生产金属棒，其长度服从正态分布，标准准差为0.06cm，随机抽取25根进行测量，平均长度为7.48cm，试求这批金属棒平均长度μ的置信度为95%的置信区间。 解：因为总体服从正态分布，且方差已知， 置信度1-α=0.95，α=0.05，查表 所以μ的95%的置信区间下限值为： 上限值为： 即有95%的把握这批金属棒的平均长度在7.456~70504之间 2 正态总体——方差未知 则总体均值的置信区间上、下限值为： 例：某时装专卖店想估计顾客的平均年龄，随机抽取16名顾客进行调查，得知平均年龄为32岁，标准差为8岁，假定顾客年龄近似服从正态分布，试求顾客平均年龄置信度为95%的置信区间。 解：因为总体近似服从正态分布，且方差未知，总体均值μ置信度95%的置信区间下限值为： 上限值为： 即该店顾客平均年龄的置信度95%的置信区间为（27.737，36.263） 3 非正态总体 不能假定总体服从正态分布或近似服从正态分布。根据中心极限定理，只要样本容量足够大，样本均值的抽样分布就近似服从正态分布。若方差已知，则总体均值的置信区间上、下限值为： 若方差未知，用样本S 代替总体方差σ 例：某公司负责人想估计6000包材料的平均重量。随机抽取350包组成样本，测得样本的均值和标准差分别为32公斤和7公斤。试求总体均值μ的置信度95%的置信区间。 解：因为不知道总体是否服从正态分布，方差未知， 且由于抽样比n/N=350/6000大于5%，校正系数不能忽 略，故总体均值置信度95%的置信区间下、下限值为： 参数的区间估计 待估计参数 已知条件 置信区间 正态总体，σ2已知 正态总体，σ2未知 非正态总体，n≥30 有限总体，n≥30 （不放回抽样） 总体均值 （μ） σ未知时，用S σ未知时，用S 两个正态总体 已知 两个正态总体 未知但相等 两个非正态总体 ,n1，n2≥30 两个总体均值之差 μ1-μ2 成数的区间估计 由于总体的分布是（0，1）分布，只有在大样本的情况下，才服从正态分布。总体成数可以看成是一种特殊的平均数，类似于总体平均数的区间估计，总体成数的区间估计的上下限是： 注在实践中，由于总体成数常常未知，这时，抽样平均误差公式中的总体成数