第6章《统计学原理》.pptVIP

6.1 参数估计的概念及点估计 6.1.1 参数估计的概念 （一）参数估计的定义和种类 由于总体参数具有未知性、唯一性，而必须用具有可知性、非唯一性的样本统计量来对总体参数进行估计，这就是参数估计。 估计例子：新时装、居民的购买力、药品疗效 参数估计有两种基本形式：点估计和区间估计 点估计：又称定值估计，就是用一个样本统计量的具体数值来作为总体参数的估计值。 区间估计：用一个具有上限和下限的区间范围来估计总体参数，即认为总体参数包括在此区间范围内。 6.1.2 参数的点估计 点估计的方法有很多，如矩估计、顺序统计量法、最大似然法、最小二乘法等。 一般主要使用矩估计法，其它方法不作要求！ 所谓矩估计法简单来说就是用我们计算得到的样本平均数、样本方差和样本成数的具体数值作为总体平均数、总体方差和总体成数的估计值。比如： 6.1.3 评价估计的标准 可用来估计参数的样本统计量可能有多个，这时判断最优的估计量的标准有三个： 1、无偏性：估计量的数学期望等于待估计参数的真值，即： 如： 2、有效性：该统计量的方差最小，即 3、一致性：当样本容量越来越大时，估计量接近被估计参数的概率为1。即 6.2 参数的区间估计 点估计只能给出总体参数的具体数值，但无法给出估计值的可靠性有多大，区间估计可弥补这一点。 区间估计以 和 分布作为总体参数 区间估计的下限和上限，同时要求该区间将 包含在内的概率应达到一定程度。即 式中被 和 框定的区间叫做置信区间。 叫做抽样极限误差或抽样允许误差，它反映可允许的抽样估计误差的最大范围，它决定了置信区间的大小。比如“允许误差等于20的时候、、、”。 置信区间是以估计量为基础来构造的，由于估计量是随机变量，所以置信区间的位置也是随机的。这样在多次抽样当中，有的置信区间会包含 ，而有的则不会。 把置信区间能够包含 的概率叫做置信度，即上式中的1-α，它代表了区间估计的可靠程度或可信度。 置信度1-α的含义：如果做了多次抽样（如100次），大概有1-α次找到的区间包含真值，有α次找到的区间不包括真值。所以α称为显著性水平，它代表区间估计犯错的概率大小。 如1-α=95%时，抽取了1000个样本，根据每一个样本均构造了一个置信区间，由1000个样本构造的总体参数的1000个置信区间中，有95%的区间包含了总体参数的真值，而5%的置信区间则没有包含。这里，95%这个值被称为置信水平（或置信度）。 一个重要的结论： 所谓精度要求就是估计误差必须控制在一定的范围之内。极限误差Δ为允许误差的最大值，与估计精度之间呈反向变化。 所谓可靠性是指估计结果正确的概率保证，可用置信度来表示，而显著性水平则代表了区间估计的不可靠概率。 重要结论：区间估计的精确性（准确性）与可靠性程度之间是矛盾的，是反向变化的。 如果要同时提高精度与可信度，只有扩大样本容量才可能办到。（在第3节中讨论） 6.2.1 总体均值的估计 设随机变量X~N(μ,σ2)，(X1,X2,…,Xn)是取自X的简单随机样本。各个Xi(i=1,2,…,n)独立，且与X有相同分布，即Xi~N(μ,σ2)。下面对总体均值μ进行估计。 一、总体方差σ2已知的情况 1、点估计 2、区间估计 由上一章可知 。为进行区间估计，把 标准化 Z是标准正态变量，在分布的两个尾部各取面积α/2，临界值（把截取尾部面积的横坐标点叫做临界值）分别为-Z α/2和+ Z α/2，那么显然有 将标准化变量Z带入上式可得到： 对括号内的不等式进行等价变换后可得到： 区间估计通常的计算步骤：先给出置信度1-α的具体数值，根据这个数值查标准正态分布表求得 值，然后计算置信区间的上下限。 有放回抽样的场合， 。总体均值的置信度为1-α的区间估计为： 抽样极限误差为 不放回抽样的场合， 【例6-4】、、P167页、、已知该厂生产的矩形工艺品的黄金比例X服从正态分布，总体标准差为0.04，试建立该工艺品平均黄金比例值的置信区间，给定置信水平为0.95。 【例6-5】某大学从该校学生中随机抽取100人，调查到他们平均每天参加体育锻炼的时间为26分钟。试以95%的置信水平估计该大学全体学生平均每天参加体育锻炼的时间（已知总体方差为36）。 二、总体方差σ2未知的情形 1、点估计 2、区间估计 由于总体方差σ2未知，需用总体方差的无偏估计量S2来代替σ2 。仍然对 进行标准变换后得到： 此时，t服从自由度为n-