抽样与参数估计.pptxVIP

第5章 抽样与参数估计;;第 5 章 知识点\;;5.2 抽样分布;1、从一个总体中随机抽出容量相同的各种样本，则从这些样本计算出的某统计量的所有可能值形成的概率分布，被称为这一个统计量的抽样分布。 2、统计量的概率分布，是一种理论分布。 3、提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据。 ;5.2.1 抽样分布(一）样本均值的抽样分布;重复抽样 n=2;统计量;;样本均值?x 的抽样分布与总体分布的关系:;样本均值的数学期望 样本均值的方差 重复抽样;总体(或样本)中具有某种属性的单位与全部单位总数之比 不同性别的人与全部人数之比 合格品(或不合格品) 与全部产品总数之比 总体比例可表示为 样本比例可表示为 ; 当样本容量很大时，样本比例的抽样分布可用正态分布近似推断总体比例?的理论基础 样本比例的数学期望 样本比例的方差 ;虽然比率p随着样本容量n的增大而近似服从正态分布，但究竟多大才能使p近似正态分布呢?这与p的取值大小有关。 当p接近于0．5时，用较小的样本就可使p的分布趋于正态分布； 但当p接近于0和1时，就要很大的样本才能使p的分布趋于正态分布。 统计学家W G．Cocban提出一个标准可供参考，如表5．7所示。; 5.2.2 中心极限定理; 5.2.2 中心极限定理;中心极限定理;总结：推断时样本统计量的抽样分布形式概括;;正态分布(normal distribution);正态分布最常用、最重要;概率密度函数;正态分布的概率;例题分析;; 标准正态分布;标准正态分布函数;标准化的例子、P(5 ? X ? 6.2) ;标准正态分布表的使用;正态分布(例题分析);正态分布(例题分析);　　正态分布的重要特征是它有很好的数学性质，而且对所有的正态分布这些性质都相同。 　　更特别地，这些性质是，对于任何正态分布，落入均值两边n个标准差范围之内的正态分布变量的观测值的比例是相同的。 因此，正如图所示．☆落入均值两边1个标准差范围内的观测值接近68.27％. ☆落入均值两边2个标准差范围内的观测值接近95.45% ☆落入均值两边3个标准差范围内的观测值接近99.73％. ;k;正态分布中六??格玛原理;;由正态分布导出的几个重要分布;导出背景;;由阿贝(Abbe) 于1863年首先给出，后来由海尔墨特(Hermert)和卡·皮尔逊(K·Pearson) 分别于1875年和1900年推导出来 设 ，则 令 ，则 Y 服从自由度为1的?2分布，即 当总体 ，从中抽取容量为n的样本，则 ;在总体方差的估计和非参数检验中会用到?2分布. 分布的变量值始终为正 分布的形状取决于其自由度n的大小，通常为不对称的正偏分布，但随着自由度的增大逐渐趋于对称 期望为：E(?2)=n，方差为：D(?2)=2n(n为自由度) 可加性：若U和V为两个独立的?2分布随机变量，U~?2(n1)，V~?2(n2),则U+V这一随机变量服从自由度为n1+n2的?2分布 ;?2分布的概率即为曲线下面积。 利用Excel中的(CHIDIST)统计函数，可以计算给定?2值和自由度的?2分布右尾的概率， 而利用(CHIINV)函数则可以计算给定右尾概率和自由度时相应的反函数值(?2值)。 例: 计算： (1)自由度为8， ?2值大于10的概率； (2)自由度为10，?2分布右尾概率为0．05时的反函数值(在估计和检验中称为临界值). 在Excel工作表的计算单元格 输入函数“=CHIDIST(10，8)”，得到?2分布的右尾概率为0．265 026。 输入函数“＝CHIINV(0．05，10)”，得到?2 ＝18．307。 ;;;二、 t 分布;;t分布的概率即为曲线下面积。 利用Excel中的(TDIST)统计函数，可以计算给定t值和自由度时t分布的概率值，而利用(TINV)函数则可以计算给定概率和自由度时的相应t值。 例 ：计算： (1)自由度为10，t值大于2的概率； (2)自由度为10， t分布右尾概率为0．05时的t值。 在Excel工作表的计算单元格 输入函数“＝TDIST(2，10，1)”，得到t分布的概率为0，036 69。 输入函数“＝TINV(0，05，10)”，得到相应的t值 为2．228 1。 ;F分布通常用于比较不同总体的方差是否有显著差异。 由统计学家费希尔(R.A.Fisher) 提出的，以其姓氏的第一个字母来命名 设若U为服从自由度为n1的?2