生物统计学6-参数估计4-ok.pdfVIP

第六章参数估计 1. 点估计 2. 区间估计 3. 小结 一、点估计 2 2  样本 和s 分别是总体μ 与σ 的最佳无偏估计量。 x  但是，用样本统计量的值估计总体参数不能指出估计的可靠程度。  例如：某市2016年所有7岁正常男童的身高值是一个总体，但总体的参数μ ——平均身高值未知。 为此，随机抽取该市9名7岁正常男童，计算器平均身高 =121.44cm，标准差s=5.75 cm，这两个 x 均为样本统计量。若用样本均数 作为总体均数μ 的一个估计，用样本标准差s作为总体标准差σ x 的一个估计，即认为该市所有7岁正常男童的平均身高为121.44 cm，标准差为5.75 cm 。这就是 点估计。  在这个问题中，总体参数μ 是未知的，但它是固定的值，并不是随机变量；而样本统计量是随机 的，不同的样本所得到的结果是不同的。  由上可知，点估计方法简单，但未考虑抽样误差。因此，要使得参数估计可信，就必须考虑抽 样误差。 二、区间估计 其实：  由样本平均数推断总体平均数所得到的结果不是单一的值，而 是一个区间。  只要标准化的样本平均数落在-t0.05和t0.05 区间内，所有的样本 平均数都将被接受，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。 这个区间称置信区间(confidence interval) 区间的上、下限称为置信限(confidence limit) 区间的长度称为置信距(confidence distance) 保证该区间能覆盖参数的概率以P=(1-α)表示，称为置信概率或 置信度(confidence probability) 1.正态总体平均数的置信区间 2 1.1 总体方差σ 已知的条件下：  x 设包含n个观测值的正态总体样本，样本平均数为 ，标准误为 ， n 总体平均数为μ ， 因为： x  u ~ N (0,1)  n P(u u u ) 1 双侧概率为α时，有：   ，即u在区间[- u , u ] 内取值 α α 的可能性为1-α ，即： x  P (u  u ) 1  / n 化为置信区间： ——总体平均数μ置信度为1-a 的置信区间 ——置信半径 ——置信上限 ——置信下限 置信上、下限之差称为置信距，置信距越小，估计的精确度就越高。