第06章参数估计.pptVIP

* 第六章 参数估计 第六章 参数估计 上课提纲： 一、中心极限定理和大数定理 二、参数区间估计和点估计的原理 三、参数估计的三个条件 四、区间估计和点估计的计算方法 五、例题分析 难点：参数估计的原理 重点：参数估计的方法（尤其与统计假设检验的联系） 第六章 参数估计 对总体做统计推断可通过两种途径进行: 统计假设检验( statistical test of hypothesis)和总体参数估计(estimation of population parameter). 参数估计(estimation of parameter): 由样本统计量估计总体参数(总体平均数、标准差…). 对总体参数的估计可分为点估计和区间估计. 估计量(estimator): 估计总体参数的统计量. 第六章 参数估计 一、参数区间估计与点估计的原理 （9） （10） 由中心极限定理和大数定理得知，只要抽样为大样本，不论其总体是否为正态分布，其样本平均数都近似服从的正态分布，因而，当概率水平α=0.05或0.01时，即置信度为P=0.95或0.99的条件下，有： 由式（9）式和（10）式可得： 因此，对于某一概率标准α，则有通式： 上式中，uα为正态分布下置信度P=1-α时u的临界值。 上面式子表明，尽管我们只知道 而不知道μ，但知道区间 内包含μ的可靠程度为1-α，那么， 叫做μ的1-α置信区间； 称作置信区间的下限， 称作置信区间的上限。 在参数估计中，我们将 称作用样本 平均数 对总体平均数μ的置信度为P=1-α的区间估计。 将称作用样本平均数 对总体平均数μ的置信度为P=1-α的点估计。 当α=0.05时，包含有μ的置信度为0.95的区间估计和点估计为： 当α=0.01时，包含有μ的置信度为0.99的区间估计和点估计为： 实际上，参数的区间估计也可用于假设检验，因为置信区间是在一定置信度P=1-α下总体参数的所在范围，故对参数所进行的假设如果落在该区间内，就说明这个假设与真实情况没有不同，因而就可以接受H0；反之，如果对参数所进行的假设落在区间之外，则说明假设与真实情况有本质的不同，就应否定H0，接受HA。 需要指出的是，无论区间估计还是点估计，都与概率显著水平α的大小联系在一起，α越小，则相应的置信区间就越大，也就是说用样本平均数对总体平均数估计的可靠程度越高，但这时估计的精度就降低了。在实际应用中，应合理选取概率显著水平α的大小，不能认为α取值越小越好。 第六章 参数估计 参数估计的概念及理解 区间估计——只要标准化的样本统计量落在 和 区间，所有H0都将被接受，于是得到一个包含 总体参数的区间, 用这种方法对总体参数所作的 估计成为区间估计(interval estimate). 点估计——用由样本数据所计算出来的单个数值, 对总体 参数所做的估计称为点估计 (point estimate)。 如：μ可由样本平均数，中位数或众数估计； 可由 或 估计。 参数估计的目的： （1）用样本推断总体。 样本均值95％置信区间包含总体均值，接受假设； 样本均值95％置信区间不包含总体均值，拒绝假设。 注意：检验的是零假设。 （2）判