生物统计第5章-参数估计解析资料.pptVIP

生物统计第5章-参数估计解析 定义：用样本数据所计算出来的单个数值，对总体参数所做的估计称为点估计。 一个好的估计量应满足 无偏性：统计量的理论平均值（数学期望值）等于总体参数；如样本平均数的理论平均数等于总体平均数，样本方差的理论平均数等于总体方差（4.12）。 5.1 点估计 有效性：在样本含量相同的情况下，如一个统计量的方差小于另一个统计量的方差，则前一个统计量更有效；如中位数的方差比平均数的方差大π/2倍，用样本平均数来估计总体平均数比中位数更有效。 5.1 点估计 平均数的方差 中位数m的方差 相容性：若统计量的取值任意接近于参数值的概率随样本含量n的无限增加而趋于1，则该统计量称为参数的相容估计量。 5.1 点估计 经证明，样本平均数和方差都符合无偏性，最小方差和相容性，因此它们分别为总体平均数和总体方差的最优估计 试验的目的是希望获得有关试验处理总体的认识。从一个正态总体抽取一个样本，可以计算得样本平均数，标准差。尽管样本平均数是总体平均数的估计值， （这种估计方法统计上叫点估计 ）。但它没有考虑试验误差的影响，也未指出这种估计的可靠程度。对总体平均数更合理的估计是在一定概率保证下，给出总体平均数和标准差的可能范围，这种估计方法叫区间估计，所给出的可能范围叫置信区间。 5.2 区间估计 5.2.1 区间估计的基本原理 例：用实验动物作实验材料，现从一批动物中抽取含量n=10的样本并已经计算出平均值为10.23g。要求动物满足平均体重μ=10.00g，σ=0.4的正态分布总体，若μ10.00g须再饲养，若μ10.00g则应淘汰，问此批动物材料是否合适？ 不仅=10.0时落在接受域，发现=10.20,10.24,10.40时都落在接受域，由此可见由样本平均数推断总体平均数所得结果不是单一值，而是一个区间。 5.2.1 区间估计的基本原理 用样本平均数推断总体平均数所得到的结果不是单一值，而是一个区间。只要标准化的样本平均数落在-u0.05（双侧）和u0.05（双侧）区间内，所有的H0都将被接受，于是得到一个包含总体平均数的区间，用这种方法对总体参数所做的估计称为区间估计（interval estimate)。 区间内包含μ的概率为多少？(95%,99%) 置信度水平等于1-α 5.2.1 区间估计的基本原理 原因：由第四章抽样分布 ，已知时 5.2.2 μ的置信区间1-α σ已知时μ置信区间： 作题步骤：a 查附表3，得u(双侧)的值 b 代入(1)式，得置信区间 可查出在一定的置信概率下，标准正态分布的置信区间（ -u(双侧）， +u(双侧)）代入（2） 换算成用平均值表示的的置信区间。 习题：测得某批25个小麦样本的平均蛋白质含量x=14.5%,已知σ＝2.50％，试进行95％置信度下的蛋白质含量的区间估计。 置信度P=1-α 即α＝0.05，查表u0.05=1.96, 例题 未知时μ的置信区间： t具n-1自由度 5.2.2 μ的置信区间1-α 作题步骤：a 查附表4，得t(双侧)的值 b 代入(1)式，得置信区间 可查出在一定的置信概率下，t分布的 置信区间（ -t(双侧， +t(双侧)）代入（2）式换算成用平均值表示的的置信区间。 原因：由第四章抽样分布 ，未知时 实际应用中希望得到一个较窄的置信区间，可采取三种办法减少置信区间： 控制试验条件和改善技术，减小σ或s； 增加样本含量； 放宽。 最好采用上述第一种和第二种，第三种方法不可取。 5.2.2 μ的置信区间1-α 作题步骤：a 查附表6，查卡方分布的上侧分位数与下侧分位数 b 代入式1，得置信区间 原因：由第四章,4.10 2df=dfs2/2 =(n-1) S2 /σ2 (2) 可查出在一定的置信概率下，卡方分布的置信区间代入（2）式,换算成的置信区间。 5.2.3 的置信区间 一个混杂的小麦品种，株高标准差0=14cm,经提纯后抽出10株，它们的株高为90, 105, 101, 95, 100, 100, 101, 105, 93, 97cm，考察提纯后的群体是否比原群体整齐？（置信区间设为0.99） 从附表6查卡方分布表，双侧检验 上侧分位数＝？ 下侧分位数＝？ 代入式 例题 已知n=10,经计算s=4.92, (3.04,11.21) 可查出在一定的置信概率下， 标准正态分布的置信区间代入式4.22，可换算成,(1- 2)的置信区间。 5.2.4 平均数差的置信区间 标准差i已知时,(1-