2020第五章总体参数的估计.docVIP

总体参数的估计 第五章 ，值用Excelz求值=Normsinv(1-a/2)z? 2值， 用Excelt，求))t值=tinv(a,自由度=TINV(1-t值置信水平,自由度?2§5.1 用估计量估计总体参数 演绎法和归纳法： x能如何接近总体的均值μ从一个已知总体开始，讨论样本具有怎样的性质、样本均值。 这就叫演绎法--------由一般（总体）去推证特殊（样本）。 从抽取的一个已知出发，问对被抽样的未知总体可以作出什么结论。这就叫归纳法，或叫统计推断-------由特殊（样本）去推证一般（总体）。 样本与总体： 2虽然一般都是未知的，但它们却是固定的常数，记住这σμ和方差 在一个总体中，均值 x是一随机变量，它随样本而总体参数。相反地，样本均值点是非常重要的。这些常数叫做 x这样的随机变量是通过样本中的观测值计算出来的，象变化，它的分布是近似正态的。专门名称叫做样本统计量。用于估计的统计量叫做估计量，抽取一个样本，估计量就有了一个数值，这个数字称为该估计量的一个实现或取值，也称为一个估计值。 点估计和区间估计： 点估计：是用作未知总体参数估计值的单一数值。用估计量的实现值来近似相应的总体参数 总体参数的区间估计：就是我们有相当把握认为参数位于其间的两个数值的陈述。 置信区间估计：我们可能十分相信，又可能不大相信总体参数包含在区间估计的区域内，因此，必须对这一区间附加一些概率的陈述。用以作出这一概率陈述的方法是置信区间估计。 §5.2 点估计 用什么样的估计量来估计参数呢？ 实际上没有硬性限制。任何统计量，只要人们觉得合适就可以当成估计量。当然，统计学家想出了许多标准来衡量一个估计量的好坏。 什么是好估计量的标准呢？ 无偏性、一致性、有效性 1. 无偏性。无偏性的直观意义是没有系统性误差。虽然每个可能样本的估计值不一定恰好等于未知总体参数，但如果多次抽样，应该要求各个估计值的平均数等于总体参数，即从平均意义上，估计量的估计是没有偏差的。这一要求称为无偏性。一般来说，这是一个优 px分别满足：和样本成数良的估计量必须具备的性质。例如样本平均数 ???)(px)?;E(E （6.3） 式中，E表示数学期望，即算术平均数，所以样本平均数（成数）是总体平均数（成数）的 无偏估计。． 充分n。一致性要求用样本估计量估计和推断总体参数时要达到：样本容量2. 一致性样本估计量与未知的总体参数的无限增大，即随着n大时，样本估计量充分靠近总体参数，对于任根据概率论中的大数定律可知：之间的绝对离差任意小的可能性趋于实际的必然性。? 意给定的正数有：???? limlim???? ?p??1P;1Px??? (6.4) n?n???上式表明，当样本容量越来越大时，样本平均数（样本成数）与总体平均数（总体成数）的?的可能性趋近于1的概率，即几乎是一定发生的。因此，样本估偏差小于任意给定的正数计量是总体参数的一致估计量。 3. 有效性。有效性要求样本估计量估计和推断总体参数时，作为估计量的标准差比其?? 在所有无偏估计量中标准差最小，即：它估计量的标准差小。如果一个无偏估计量1??????????? （6.5） 1????是有效估计量，或称该估计量具有有效性。显然，式中，为任意一个无偏估计量，则1自然应该如果某总体参数具有两个不同的无偏估计量，希望确定哪一个是更有效的估计量，根据它推导出接近于总体参数估计的值的机会选择标准差小的那个。估计量的标准差愈小， 愈大。我们可以证明：样本平均数（成数）推断总体平均数（成数）均能满足优良估计的三条 标准。 §5.3 区间估计 当描述一个人的体重时，你一般可能不会说这个人是76.35公斤。你会说这个人是七八十公斤，或者是在70公斤到80公斤之间。这个范围就是区间估计的例子。 在抽样调查例子中也常用点估计加区间估计的说法。 比如，为了估计某电视节目在观众中的支持率（即总体比例p），某调查结果会显示，该节目的“收视率为90%，误差是±3%，置信度为95%”云云。这这种说法意味着下面三点 1. 样本中的支持率为90%，即用样本比例作为对总体比例的点估计 2. 估计范围为90%±3%(±3%的误差)，即区间(93%，87%)。 3. 如用类似的方式，重复抽取大量（样本量相同的）样本时，产生的大量类似区间中有些会覆盖真正的p，而有些不会；但其中大约有95%会覆盖真正的总体比例。 这样得到的区间被称为总体比例p的置信度(confidence level)为95%的置信区间??：显著