统计学参数估计精.pptxVIP

第 5 章 参数估计;学习目标;估计就是根据你拥有的信息来对现实世界进行某种判断。 你可以根据一个人的衣着、言谈和举止判断其身份 你可以根据一个人的脸色，猜出其心情和身体状况 统计中的估计也不例外，它是完全根据数据做出的。;如果我们想知道北京人认可某饮料的比例，人们只有在北京人中进行抽样调查以得到样本，并用样本中认可该饮料的比例来估计真实的比例。 从不同的样本得到的结论也不会完全一样。虽然真实的比例在这种抽样过程中永远也不知道；但可以知道估计出来的比例和真实的比??大致差多少。;5.1 参数估计的一般问题;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，样本比例、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;点估计与区间估计;点估计 (point estimate);区间估计 (interval estimate);区间估计 (interval estimate);区间估计的图示;将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 表示为 (1 - ???? ??为是总体参数未在区间内的比例? 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;;置信区间与置信水平 ;评价估计量的标准;无偏性(unbiasedness);有效性(efficiency);一致性(consistency);5.2 一个总体参数的区间估计;一个总体参数的区间估计; 分位数; 而a上侧分位数（又称a上分位数，a-upper quantile）定义为数xa，它满足关系; 显然，对于连续对称分布，α上侧分位数等于(1－α)下侧分位数，而(1－α)下侧分位数等于α上侧分位数。; 通常用zα表示标准正态分布的α上侧分位数，即对于标准正态分布变量Z，有P(Zzα)= α 。 表示了0.05上侧分位数zα=z0.05及相应的尾概率（ α =0.05）。有些书用符号z1－α而不是Ｚα ；因此在看参考文献时要注意符号的定义。;N(0,1)分布右侧尾概率P(zza)=a的示意图;总体均值的区间估计 (正态总体、 ? ２已知，或非正态总体、大样本);总体均值的区间估计(大样本);影响区间宽度的因素;总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计 (正态总体、?２未知、小样本);总体均值的区间估计 (小样本);t 分布;总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体比例的区间估计;总体比例的区间估计;总体比例的区间估计(例题分析);总体方差的区间估计;总体方差的区间估计;总体方差的区间估计(图示);总体方差的区间估计(例题分析);总体方差的区间估计(例题分析);5.3 两个总体参数的区间估计;两个总体均值之差的区间估计(独立大样本);两个总体均值之差的估计(大样本);两个总体均值之差的估计 (大样本);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的区间估计(独立小样本);两个总体均值之差的估计(小样本:?12=?22 );两个总体均值之差的估计(小样本: ?12=?22 );两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(小样本: ?12?? 22 );两个总体均值之差的估计(小样本: ?12??22 );两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的区间估计(匹配样本);两个总体均值之差的估计(匹配大样本);两个总体均值之差的估计(匹配小样本);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体比例之差区间的估计;1. 假定条件 两个总体服从二项分布 可以用正态分布来近似 两个样本是独立的 2. 两个总体比例之差?1-? 2在1-? 置信水平下的置信区间为;两个总体比例之差的估计(例题分析);两个总体比例之