统计学区间估计详细讲解精品.pptVIP

第八章区间佔计 STAT 教学重点 教学过程 教学总结 STAT 实践中的统讣 家食品生产企业以生产袋装食品为主,每天的产量约为 8000袋左右。按规定每袋的重量应不低于100克,否则即为不合 格。为对产量质量进行检测,企业设有质量检查科专门负责质 量检验,并经常向企业高层领导提交质检报告。质检的内容之 一就是每袋重量是否符合要求。 由于产品的数量大,进行全面的检验是不可能的,可行的 办法是抽样,然后用样本数据估计平均每袋的重量。质检科从 某天生产的一批食品中随机抽取了25袋,下表1是对每袋食品重 量的检验结果。 STAT 表125袋食品的重量(克) 112.5 101.0 103.0 102.0 100.5 102.6 107.5 95.0 10808 115.6 100.0 123.5 102.0 101.6 102.2 116.6 95.4 97.8 108.4 1050 136.8 102.8 101.5 98.4 93.3 根据表1的数据,质检科估计出该天生产的食品每袋的平均 重量在101.38109.34克之间,其中,佔计的可信程度为95%, 估计误差不超过4克。产品的合格率在96.07%~73.93%之间,其 中,佔计的可信程度为95%,估计误差不超过16%。 STAT 质检报告提交后,企业高层领导人提出几点意见:一是抽 取的样本大小是否合适?能不能用一个更大的样本进行估计? 二是能否将估计的误差在缩小一点?比如,佔计平均重量时估 计误差不超过3克,估计合格率时误差不超过10%。三是总体平 均重量的方差是多少?因为方差的大小说明了生产过程的稳定 性,过大或过小的方差都意味着应对生产过程进行调整。 STAT 本章重点 1、抽样误差的概率表述; 2、区间估计的基本原理; 3、小样本下的总体参数估计方法; 4、样本容量的确定方法; 本章难点 1、一般正态分布→标准正态分布; 2、t分布; 3、区间估计的原理; 分层抽样、整群抽样中总方差的分解 8.1总体均值的区间估计(大样本n30) STAT 点估计的缺点:不能反映估计的误差和精确程度 区间估计:利用样木统计量和抽样分布估计总体参数的可能区 间 例1】CW公司是一家专营体育设备和附件的公司,为了监控 公司的服务质量,CJw公司每月都要随即的抽取一个顾客样本 进行调査以了解顾客的满意分数。根据以往的调査,满意分数 的标准差稳定在20分左右。最近一次对100名顾客的抽样显示, 满意分数的样木均值为82分,试建立总体满意分数的区间 811抽样误差 抽样误差:一个无偏估计与其对应的总体参数之差的绝对值 抽样误差△= x|x-d(实际未知) STAT 要进行区间估计,关键是将抽样误差△求解。若△知,则 区间可表示为 △-,x+△ 此时,可以利用样本均值的抽样分布对抽样误差的大小进行 描述。 上例中,已知,样本容量n=100,总体标准差σ=20,根据 中心极限定理可知,此时样本均值服从均值为,标准差为 20 =2的正态分布 00 即 x~N(8222) STAT 812抽样误差的概率表述 x~N(822)由概率论可知, 服从标准正态分布,即,Z~N(O,1) 有以下关系式成立: Z)=1 般称, 1-c为置信度,可靠程度等,反映估计结果的可信程度。若 事先给定一个置信度,则可根据标准正态分布找到其对应的临 界值Z。进而计算抽样误差 STAT 若,1-a=95% 则查标准正态分布表可得,Z2=1.96 抽样误差 △=z.=1.96=1.96*2=3.92 此时抽样误差的意义可表述为:以样本均值为中心的±3.92 的区间包含总体均值的概率是95%,或者说,样本均值产生的抽 样误差是3.92或更小的概率是0.95 常用的置信度还有90%,95.45%,99.73%,他们对应的临 界值分别为1.645,2和3,可以分别反映各自的估计区间所对应 的精确程度和把握程度 STAT 813计算区间估计:σ已知时的大样本情况 在CJW公司的例子中,样木均值产生的抽样误差是3.92或更小 的概率是095。因此,可以构建总体均值的区间为 kx-△,x+△-」-82-39282+392由于,从一个总体中抽取到的样本具有随机性,在一次偶然的 抽样中,根据样本均值计算所的区间并不总是可以包含总体均 值,它是与一定的概率相联系的。如下图所示: