第 参数估计基础.pptxVIP

会计学; 二、标准误的计算 【例5-1】假设已知100名（总体）正常成年男性红细胞数的均值为5.00?1012/L，标准差为0.43?1012/L，现从该总体中进行随机抽样，每次抽取10名正常成年男子，并测得他们的红细胞数，最终共抽取100份样本，并计算出每份样本的均数。 ;第2页/共62页;将一百个样本均数看成一批资料或为一个新样本，我们可以计算其均数与标准差，均数值为4.9097,标准差为0.1350。将样本均数的“标准差”定名为均数的标准误，简称标准误，以区别于通常所说的标准差。标准差表示个体值的变异程度，而标准误则说明样本均数的变异程度，两者不能混淆。;; 100个样本均数的频数分布图;标准误;标准误的用途：;则 z～N（0，1）;t 变量为用以推断总体均数的样本检验统计量。t 分布只有1个参数自由度ν＝n－1。;二、t 分布的特征与t界值表;3.当? →∞时，t 分布逼近z 分布； ;双侧： ;图5-2 ν= 9时单侧（a）与双侧（b）分布曲线下尾部面积;第三节 总体均数的估计;二、区间估计（interval estimation）;1.Z分布法;(2) σ未知，但样本例数n足够大时（ｎ50）;2. t分布法（σ未知）; 对于例5-2，因为总体标准差未知，所以采用公式(5-6)计算总体均数的95%置信区间为： ; 95％可信区间 ～ 可以认为是每抽100个由样本含量相等的样本算得的置信区间，平均有95个置信区间会包括总体均数，只有5个置信区间不会包括总体均数。 ;(1)置信区间 ～ 包括总体均数的可能性为95％； (2)总体均数落在置信区间 ～ 范围内的可能性为95％； (3)通过样本资料计算出的95％置信区间19.6～23.2kg包括总体均数的可能性为95％。;置信区间的两个要素：;均数可信区间与参考值范围的区别; Bernoulli试验;必须满足下列三条件: （1）每次试验结果只能是两个互斥结果之 一（A或非A）。 （2）每次试验的条件不变，每次试验结果 A事件发生的概率为常数?。 （3）各次试验独立，即每次试验出现事件 A的概率与前面各次试验出现的结果无关。 ;概率的运算法则 ;二项分布—成功次数的概率分布;对二只小白鼠（甲乙）进行实验的结果为：;对三只小白鼠（甲乙丙）进行实验的结果为：;;表5-3 接种3 人可能出现不适反应的人数及其概率;二项分布的性质：;(3) 二项分布的均数和标准差 若x～B(n,?),则 x 的总体均数 μ = n?， x的总体方差 ?2＝ n? （1－ ? ） x的标准差;(4) 二项分布的正态近似性;第35页/共62页;n=5 ?=0.3;n=10 ?=0.3;n=20 ?=0.3;当?不接近于0或1，n不是很小，n?≥5且n(1－?) ≥5时，二项分布近似正态分布，有;样本率p的总体均数: ;例补1：根据以往经验，新生儿染色体异常率一般为1％，某医院观察了当地400名新生儿，只有l例染色体异常，问该地新生儿染色体异常率是否低于一般? H0：?=0.01 H1：?0.01（1/4000.01) 单侧?=0.05 P(x?1) =P(0)+P(1)=0.99400+400?0.01?0.99399 =0.0905 P=0.09050.05，按?=0.05水准尚不能拒绝H0，尚不能认为该地新生儿染色体异常率低于一般。 ;Poisson分布更多地专用于研究单位时间、单位面积、单位空间，单位人群内某罕见事件发生次数的分布。 如某种细菌在单位容积空气或水中出现的情况，某段时间特定人群中某种恶性肿瘤患者的分布或出生缺陷的发病情况，放射性物质在单位时间内的放射次数，单位空间某种昆虫数的分布等等。;用于描述事件出现概率很小而样本含量或试验次数很大的随机变量的概率分布。理论上可以证明二项分布当n很大而?很小时的极限分布是泊松分布。由二项分布的概率公式可推导出泊松分布的概率计算公式为： ;例5-4 某地新生儿先天性心脏病的发病率为9‰,该地100名新生儿中有3人患先天性心脏病的人数概率有多大？ ;泊松分布的性质 ;3.泊松分布的正态近似; μ=3; μ=10; μ=20;例补2： 据以往大量