经济统计学(复旦大学版)第6章.ppt

例6–8 * PPT课件 * PPT课件 * PPT课件 * PPT课件 例6–9 * PPT课件 * PPT课件 * PPT课件 例6–10 Matlab: [0.9-norminv(0.975)*sqrt(0.9*0.1/100) 0.9+norminv(0.975)*sqrt(0.9*0.1/100)] 用binofit函数可以算出更准确的值： [p,pci] = binofit(90, 100, 0.05) p为对总体比例的点估计；pci为区间估计； 第一个参数为事件A发生的次数； 第二个参数为贝努利实验的重数； 第三个参数为alpha. * PPT课件 * PPT课件 * PPT课件 第六章　参数估计 第一节 参数估计概述 通过样本构造出来的统计量是一个随机变量，用随机变量去估计常数不可避免地会产生误差。所以， 参数估计应满足以下两个要求：一是估计的精度要求，二是可靠性要求。 估计时需要在精度与可靠性间权衡。 * PPT课件 第二节 点估计 * PPT课件 一、矩估计法 在统计学中，矩是指以期望为基础而定义的数字特征，一般分为原点矩和中心矩。 * PPT课件 例6–1 * PPT课件 二、极大似然估计法 * PPT课件 * PPT课件 三、点估计的评价标准 * PPT课件 * PPT课件 * PPT课件 * PPT课件 * PPT课件 * PPT课件 第三章　区间估计 一、区间估计的概念 * PPT课件 * PPT课件 * PPT课件 二、均值和均值差的区间估计 （一）一个总体，均值μ的区间估计 （1）总体服从正态分布，方差已知，μ的1-α的置信区间 * PPT课件 标准正态分布 * PPT课件 * PPT课件 例6–2 Matlab: [2500-norminv(1-0.05/2)*100/sqrt(9) 2500+norminv(1-0.05/2)*100/sqrt(9)] 例6–3 Matlab: [39.5-norminv(1-0.01/2)*7.2/sqrt(36) 39.5+norminv(1-0.01/2)*7.2/sqrt(36) ] * PPT课件 （2）总体服从正态分布，方差未知，μ的置信区间 * PPT课件 例6–4 Matlab: [2500-tinv(1-0.05/2, 8)*100/sqrt(9) 2500+tinv(1-0.05/2, 8)*100/sqrt(9)] * PPT课件 例6–5 Matlab: [39.5-tinv(1-0.01/2, 35)*7.2/sqrt(36) 39.5+tinv(1-0.01/2, 35)*7.2/sqrt(36) ] 用Normfit函数计算： x=10*randn(50,1)+5; %即x~N(5,100) [MU,SIGMA,MUCI,SIGMACI] = normfit(x,0.05) 返回的值分别为：均值的估计值，标准差的估计值，给定显著性水平下均值的区间估计，给定显著性水平下标准差的区间估计。 * PPT课件 （3）总体非正态分布或者分布未知，大样本，μ的置信区间 * PPT课件 * PPT课件 例6–6 * PPT课件 * PPT课件 * PPT课件 例6–7 * PPT课件 * PPT课件 * PPT课件