统计学基础PPT课件-精选版.pptVIP

当被抽样总体服从正态分布时，样本平均数的抽样分布具有下列重要性质： 样本平均数的分布仍然是正态分布； 样本平均数分布的平均值等于总体平均数； 样本平均数分布的方差等于总体方差除以样本容量。 正态分布的特征 2010年 样本均值的抽样分布与中心极限定理 ? = 50 ? =10 X 总体分布 n = 4 抽样分布 X n =16 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) 2010年 中心极限定理(central limit theorem) 当样本容量足够大时(n ? 30) ，样本均值的抽样分布逐渐趋于正态分布 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 一个任意分布的总体 X 2010年 中心极限定理 (central limit theorem) ?x 的分布趋于正态分布的过程 2010年 抽样分布与总体分布的关系 总体分布 正态分布 非正态分布 大样本 小样本 样本均值 正态分布 样本均值 正态分布 样本均值 非正态分布 2010年 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 不重复抽样的修正系数 2010年 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(比例—proportion) 2010年 容量相同的所有可能样本的样本比例的概率分布 当样本容量很大时，样本比例的抽样分布可用正态分布近似 一种理论概率分布 推断总体比例?的理论基础 样本比例的抽样分布 2010年 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 样本比例的抽样分布(数学期望与方差) 不重复抽样的修正系数 2010年 统计量的的标准误 样本统计量的抽样分布的标准差，称为统计量的标准误，有时也称为标准误差 标准误衡量的是统计量的离散程度，它测度了用样本统计量来估计总体参数的精确程度 2010年 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 计算公式为 （总体方差已知） （总体方差未知） 2010年 4.2 参数估计的基本原理 4.2.1 估计量与估计值 4.2.2 点估计与区间估计 第 4 章 抽样与参数估计 4.2.1 估计量与估计值 4.2 参数估计的基本原理 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 估计量与估计值 (estimator estimated value) 2010年 4.2.2 点估计与区间估计 4.2 参数估计的基本原理 点估计 (point estimate) 用样本的估计量的某个取值直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计；用两个样本均值之差直接作为总体均值之差的估计 无法给出估计值接近总体参数程度的信息 由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值 一个点估计量的可靠性是由它的抽样标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性的度量 可在对总体指标准确性要求不高时使用。 2010年 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个估计区间，该区间由样本统计量加减估计误差而得到 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 样本统计量 (点估计) 置信区间 置信下限 置信上限 2010年 区间估计的图示 ? x 95% 的样本 ? -1.96 ?x ? +1.96?x 99% 的样本 ? - 2.58?x ? +2.58?x 90%的样本 ? -1.65 ?x ? +1.65?x 2010年 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例，也称置信度 表示为 (1 - ???? ??为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0