参数的估计课件.ppt

（一）总体均值的区间估计 总体分布 样本容量 （重复抽样） 正态总体 大样本 当样本容量足够大时，采用： 小样本 非正态总体 大样本 小样本 — — 总体方差已知时总体均值的估计 1. 假定条件 总体服从正态分布 如果是非正态分布，可由正态分布来近似 (n ? 30) 样本均值服从正态分布，如重复抽样条件下， 总体均值 ? 在1-?置信水平下的置信区间为 抽样极限误差 样本均值的标准差 【例】一家食品生产企业以生产袋装食品为主，为对产量质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。已知产品重量的分布服从正态分布，且总体标准差为10克。试估计该批产品平均重量的置信区间，置信水平为95% 25袋食品的重量 112.5 101.0 103.0 102.0 100.5 102.6 107.5 95.0 108.8 115.6 100.0 123.5 102.0 101.6 102.2 116.6 95.4 97.8 108.6 105.0 136.8 102.8 101.5 98.4 93.3 解：已知Ｘ~N(?，102)，n=25, 1-? = 95%，z?/2=1.96。 即：该食品平均重量的置信区间在101.44—109.28克之间。 【例】某企业生产的灯泡，根据其积累的历史资料，灯泡使用寿命的方差为625小时2。该企业某一天生产灯泡18000只，从中以简单随机抽样方式抽取60只检测，其平均寿命为2000小时。试以95%的置信度估计该天生产的全部灯泡的平均寿命范围。 分析：在总体方差已知的情况下，虽然不知道灯泡寿命是否服从正态分布，但由于抽取的样本容量为60，是一个大样本，根据中心极限定理，样本均值近似服从正态分布，即 解： 即可以用95%的概率保证该天生产灯泡的平均寿命介于1993.685～2006.315小时之间。 总体方差未知时总体均值的估计 1. 假定条件 总体服从正态分布 如果是非正态分布，可由正态分布来近似 (n ? 30) 样本均值服从t分布，如： 重复抽样条件下， 总体均值 ? 在1-?置信水平下的置信区间为 抽样极限误差 【例】已知某种灯泡的寿命服从正态分布，现从一批灯泡中随机抽取16只，测得其使用寿命(小时)如下。建立该批灯泡平均使用寿命95%的置信区间 16灯泡使用寿命的数据 1510 1520 1480 1500 1450 1480 1510 1520 1480 1490 1530 1510 1460 1460 1470 1470 解：已知Ｘ~N(?，?2)，n=16, 1-? = 95%，t?/2=2.131 。根据样本数据计算得： 总体均值?在1-?置信水平下的置信区间为 即：该种灯泡平均使用寿命的置信区间为1476.8小时～1503.2小时 【例】一家保险公司收集到由36投保个人组成的随机样本，得到每个投保人的年龄(周岁)数据如下表。试建立投保人年龄90%的置信区间 36个投保人年龄的数据 23 35 39 27 36 44 36 42 46 43 31 33 42 53 45 54 47 24 34 28 39 36 44 40 39 49 38 34 48 50 34 39 45 48 45 32 解：已知n=36, 1-? = 90%，t?/2=1.69。根据样本数据计算得： 总体均值?在1-?置信水平下的置信区间为 即：投保人平均年龄的置信区间为37.31岁~41.69岁 注意：当样本容量足够大、总体方差未知而用样本方差代替时，由样本均值所构造的t统计量非常接近标准正态分布的z统计量，即临界值 也可以通过查标准正态分布表得到其近似值 。 思考：某工厂有1500个工人，用重置抽样的方法抽取50个工人作为样本，调查其工作水平如下表： 要求： （1）计算样本的平均工资和标准差。 （2）以95.45%的保证概率估计该工厂平均工资和工资总额的区间。 工资水平（元） 1124 1134 1140 1150 1160 1180 1200 1260 工人数（人） 4 6 9 10 8 6 4 3 总体是否接 近正态分布 N≥30 总体是否接 近正态分布？ N≥30 用s代替 N≥30 yes No yes No yes yes No No σ是否 已知 用s代替 用s代替 总体均值区间估计小结 （二）总体比例的区间