第七章 参数估计.pptVIP

第 5 章 参数估计 5.1 参数估计的一般问题 5.2 一个总体参数的区间估计 5.3 两个总体参数的区间估计 5.4 样本容量的确定 统计推断的过程 估计量与估计值 估计量：用于估计总体参数的随机变量 如样本均值，样本比率、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 点估计 用样本的估计量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 例如：用两个样本均值之差直接作为总体均值之差的估计 没有给出估计值接近总体参数程度的信息 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 区间估计 含义：在点估计的基础上，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)称为置信水平 α是区间估计的显著性水平； 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 由样本统计量所构造的总体参数的估计区间称为置信区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个 置信区间 置信区间与置信水平 区间估计的图示 评价估计量的标准——无偏性 无偏性：估计量抽样分布的数学期望等于被估计的总体参数 评价估计量的标准——有效性 评价估计量的标准——一致性 一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数 一个总体参数的区间估计 总体均值的区间估计 当σ已知时，根据相关的抽样分布定理， 服从标准正态分布N(0,1)。查正态分布概率表， 可得 （一般记为 ），则 ，根据重复抽样与不重复抽样的 求法的不同，进一步可得总体平均数的估计区间： 重复抽样时，区间的上下限为： 不重复抽样时，区间的上下限为： 总体均值的区间估计 若总体方差未知，则在计算 时，使用样本方差代替总体方差，此时 服从自由度为n-1的t分布。查t分布表可得 ，并记为 于是： 重复抽样时，区间的上下限为： 不重复抽样时，区间的上下限为： 总体均值的区间估计(大样本) 1. 假定条件 总体服从正态分布,且方差(?２) 未知 如果不是正态分布，可由正态分布来近似 (n ? 30) 使用正态分布统计量 z 总体均值的区间估计 (小样本) 1. 假定条件 总体服从正态分布,且方差(?２) 未知 小样本 (n 30) 使用 t 分布统计量 t 分布 总体比率的区间估计 1. 假定条件 总体服从二项分布 可以由正态分布来近似 2. 使用正态分布统计量 z 总体方差的区间估计 1.估计一个总体的方差或标准差 2.假设总体服从正态分布 总体方差 ? 2 的点估计量为s2,且 总体方差的区间估计(图示) 两个总体参数的区间估计 两个总体均值之差的估计(大样本) 1. 假定条件 两个总体都服从正态分布，?1２、 ?2２已知 若不是正态分布, 可以用正态分布来近似(n1?30和n2?30) 两个样本是独立的随机样本 使用正态分布统计量 z 两个总体均值之差的估计 (大样本) 1. ?1２， ?2２已知时，两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计(小样本: ?12=? 22 ) 1. 假定条件 两个总体都服从正态分布 两个总体方差未知但相等：?1２=?2２ 两个独立的小样本(n130和n230) 总体方差的合并估计量 两个总体均值之差的估计(小样本: ?12=?22 ) 两个样本均值之差的标准化 两个总体均值之差的估计(小样本: ?12?? 22 ) 1. 假定条件 两个总体都服从正态分布 两个总体方差未知且不相等：?1２??2２ 两个独立的小样本(n130和n230) 使用统计量 两个总体均值之差的估计(小样本: ?12??22 ) 两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计(匹配大样本) 假定条件 两个匹配的大样本(n1? 30和n2 ? 30) 两个总体各观察值的配对差服从正态分布 两