统计学ppt(全)-精选版.pptVIP

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. 点估计没有给出估计值接近总体未知参数程度的信息 点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等 1. 用于估计总体某一参数的随机变量 如样本均值，样本比例、样本中位数等 例如: 样本均值就是总体均值?的一个估计量 如果样本均值 ?x = 3 ，则 3 就是 ? 的估计值 理论基础是抽样分布 估计量 （概念要点） 二战中的点估计 估计量的优良性准则（无偏性） 无偏性：估计量的数学期望等于被估计的总体 参数 P( X ) X C A ? 无偏 有偏 估计量的优良性准则（有效性） A B ? 中位数的抽样分布 均值的抽样分布 X P(X ) 有效性：一个方差较小的无偏估计量称为一个更 有效的估计量。如，与其他估计量相比 ，样本均值是一个更有效的估计量 估计量的优良性准则（一致性） 一致性：随着样本容量的增大，估计量越来越接 近被估计的总体参数 A B 较小的样本容量 较大的样本容量 ? P(X ) X 区间估计 区间估计（概念要点） 1. 根据一个样本的观察值给出总体参数的估计范围 给出总体参数落在这一区间的概率 例如: 总体均值落在50~70之间，置信度为 95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 置信区间估计（内容） ?2 已知 ?2 未知? 均 值 方 差 比 例 置 信 区 间 落在总体均值某一区间内的样本 ? ? x _ X X = ? ? Z?x 95% 的样本 ? -1.96 ?x ? +1.96?x 99% 的样本 ? - 2.58?x ? + 2.58x 90%的样本 ? -1.65 ?x ? +1.65?x 总体未知参数落在区间内的概率 表示为 (1 - ???? ??为显著性水平，是总体参数未在区间内的概率? 常用的显著性水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 置信水平 区间与置信水平 均值的抽样分布 (1 - ?) % 区间包含了? ? % 的区间未包含? 1 - a a/2 a/2 股票价格指数(Stock Price Index) 反映股票市场上多种股票价格变动趋势 用“点”(point)表示 计算公式为 股票价格指数(Stock Price Index) ? 世界主要证券交易所的股票价格指数 道·琼斯股票价格指数和标准普尔股票价格指数；伦敦金融时报FTSE指数；法兰克福DAX指数；巴黎CAC指数；瑞士的苏黎士SMI指数；日本的日京指数；香港的恒生指数 我国上海和深圳两个证券交易所 上交所的综合指数和30指数 深交所的成分股指数和综合指数 本章小节 1. 指数的概念与分类 加权综合指数的计算 加权平均指数的计算 利用指数体系进行分析 几种常用的价格指数 结 束 第七章 抽样与参数估计 统计学 参数估计在统计方法中的地位 统计方法 描述统计 推断统计 参数估计 假设检验 统计推断的过程 样本 总体 样本统计量 例如：样本均值、比例、方差 总体均值、比例、方差 第七章 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