chap5比估计与回归估计.docVIP

PAGE PAGE 16 Chap5比估计与回归估计 教学要求： 重难点： 引语：（请学生回顾）前面介绍过的目标量有四个类型：总体均值、总体总量、总体比例、两个指标的总数或均值的比值Ｒ，在简单随机抽样和分层抽样中讨论的目标都是前三类，且它们本质上是一类，相互之间可类推。本章讨论第四类目标量比值Ｒ的估计，这是第一个问题。比如服装消费支出占总支出的比值，在校儿童对全体儿童的比重。其次前面所用的估计量是简单估计，它只涉及所估计的指标本身。如果有另一个与Ｙ关系密切（比例关系或线性回归关系）的指标Ｘ可作为辅助变量，来构造另一类估计量，即比估计量或回归估计量，来提高估计精度，这是第二问题。如调查每月每户平均消费，消费通常与每户人口数密切相关，可用每户人口数作为辅助变量，先估计每月每户平均消费与每户人口数的比值Ｒ，然后利用已知的每户平均人口，就可得到每月每户平均消费的估计值。由于这两个问题之间存在密切的内在关系，因此放在这一章节一起讨论。 5.1比估计 基本概念 考虑到有两个指标量Ｙ和Ｘ，不妨将总体记为 SKIPIF 1 0 ，对应样本为 SKIPIF 1 0 ，如果要估计的是总体比值 SKIPIF 1 0 ，则总体比值Ｒ可用样本的比值 SKIPIF 1 0 进行估计，该估计量称为比值估计量． 当调查指标仅为Ｙ，Ｘ为辅助变量时，在 SKIPIF 1 0 或 SKIPIF 1 0 已知时， SKIPIF 1 0 和Ｙ可用 SKIPIF 1 0 　　　　 SKIPIF 1 0 分别进行估计，称为比（比率）估计量．这三者通称为比估计量，它们之间只相差一个常数，相互之间可推导，研究时只选择一个即可． 性质 我们知道简单估计量是无偏估计，其均值误差等于其方差．但对于比估计量却不具有无偏性，而是渐近无偏．其均值误差与方差有差异，但偏倚不大． 可证：对于简单随机抽样，当n很大时， SKIPIF 1 0 　　 SKIPIF 1 0 简要证明： SKIPIF 1 0 当n很大时， SKIPIF 1 0 ，代入上式分母中，有 SKIPIF 1 0 所以，当n很大时 SKIPIF 1 0 ．此时 SKIPIF 1 0 对每个总体单元，令 SKIPIF 1 0 ，对每个样本单元有 SKIPIF 1 0 ，则其总体均值和样本均值分别为 SKIPIF 1 0 　　 SKIPIF 1 0 因而　　　　 SKIPIF 1 0 SKIPIF 1 0 ＝ SKIPIF 1 0 SKIPIF 1 0 SKIPIF 1 0 所以，当n很大时　　 SKIPIF 1 0 此方差的估计量可采用 SKIPIF 1 0 或　　　　　　　　　 SKIPIF 1 0 说明：这两个方差估计量很难比较谁优谁劣，对不同总体有不同结论。 类推可得：对于简单随机抽样，当n很大时， SKIPIF 1 0 ，　 SKIPIF 1 0 　, SKIPIF 1 0 SKIPIF 1 0 　， SKIPIF 1 0 ,　 SKIPIF 1 0 【例1】（冯Ｐ１３０例5.3） 交通运输统计中有三个重要的指标，即运量、周转量与平均运距，其中平均运距是总周转量除以运量所得的商。为估计公路载货汽车的平均运距，在总体中用简单随机抽样抽取32辆货车，记录每辆车在一个月内的运量xi (单位吨)与周转量yi (单位吨公里)，如P130表5.3所示，试估计平均运距R并给它的90%的置信区间。 解： SKIPIF 1 0 , SKIPIF 1 0 , SKIPIF 1 0 , SKIPIF 1 0 故平均运距Ｒ的估计值为 SKIPIF 1 0 为求方差估计值，令１－f＝1， SKIPIF 1 0 SKIPIF 1 0 R的90%的置信区间为 SKIPIF 1 0 比估计与简单估计的比较 简单估计法以样本均值 SKIPIF 1 0 估计总体均值 SKIPIF 1 0 ，比估计以 SKIPIF 1 0 估计 SKIPIF 1 0 ，两者的估计方差为 SKIPIF 1 0 SKIPIF 1 0