理论统计学课件-抽样与参数估计.pptVIP

样本平均数的抽样极限误差 样本比例的抽样极限误差 抽样误差与抽样可靠性的关系 影响抽样误差的主要因素 1、抽样单位数的多少。在其它条件不变的情况下，抽样单位数愈多，抽样误差愈小；反之抽样单位数愈少，抽样误差就愈大。 2、总体离散程度的高低。当其它条件不变时，总体离散程度愈低，抽样误差愈小；反之总体离散程度愈高，抽样误差愈大。 3、抽样方法 4、组织方式 第3节 总体均值的区间估计 一、区间估计的基本原理 1、大数定律 大数定律主要是说明：当n足够大时，独立同分布的随机变量的算术平均数趋近于数学期望；事件发生的频率接近于其发生的概率。 即样本统计量接近于总体参数。 2、中心极限定理 中心极限定理是说明：当n充分大时，大量的起微小作用的相互独立的随机变量之和趋于正态分布。 大样本(n≥30)下总体均值的区间估计 区间估计就是根据样本求出总体未知参数的估计区间，并使其可靠程度达到预定要求。 （1）??? 总体方差σ2已知时 由于 ，所以对于给定的置信度1-α，有 即 可见，极限误差的计算公式为 则总体均值的置信区间为 例：从某大学学生中随机抽取100名调查体重情况。经称量和计算，得到平均体重为58千克。根据过去的资料知道大学生体重的标准差是10千克。在95%的置信水平下，求该大学学生平均体重的置信区间。 解：已知 =58，σ=10，zα/2=1.96，n=100 =10/10=1（千克） =1.96×1=1.96（千克） 置信下限为58-1.96=57.04， 置信上限为58+1.96=59.96 故所求置信区间为（57.04，59.96）千克。 （2）??? 总体方差σ2未知时 由于 ～t(n-1)，对于给定的置信度1-α，有 置信下限 置信上限 在大样本下，总体均值的置信区间为 例：某进出口公司出口一种名茶，规定每包重量不低于150克。现不重复抽取1%检验，结果如下。以95.45%的概率估计这批茶叶平均每包重量范围，以确定该批茶叶是否达到要求。 每包重量（克） 包数 x xf 148——149 149——150 150——151 151——152 10 20 50 20 148.5 149.5 150.5 151.5 1485 2990 7525 3030 32.4 12.8 2 28.8 合计 100 —— 15030 76 解： 在95.45%的概率保证下， =2×0.087=0.174(g) 则总体平均数置信区间为 即（150.126,150.474)之间 说明该批茶叶达到要求。 小样本下（n30)总体均值的区间估计 在小样本条件下，样本平均数的分布依赖于总体的概率分布。若总体服从正态分布，无论样本容量如何，样本平均数都服从正态概率分布。若总体不服从正态分布，必须扩大样本容量。 （1）总体方差σ2已知时 总体均值的置信区间为 （2）总体方差σ2未知时 总体均值的置信区间为 （ ， ） 例：某保险公司投保人年龄设某保险公司投保人年龄呈正态分布，现从中抽取10人，其年龄分别为：32，50，40，24，33，44，45，48，44，47岁。试以95%的置信水平估计该保险公司投保人的平均年龄。 解： 当置信度为95%时， =2.2622 2.6544=6.00(岁） 因为40.7-6.00=34.7 40.7+6.00=46.7 所以该保险公司投保人的平均年龄的置信区间为（34.7，46.7）岁。 第4节 总体比例的区间估计 在大样本条件下，若np》5，n(1-p)》5，则样本比例趋近于正态分布。 对于给定置信度，有 总体比例的置信区间为 小样本条件下，不作介绍。 例：总体比例的区间估计 【例】某城市想要估计下岗职工中女性所占的比例，随机抽取了100个下岗职工，其中65人为女性职工。试以95%的置信水平估计该城市下岗职工中女性比例的置信区间 解：已知 n=100，p＝65% , 1-?= 95%，z?/2=1.96 该城市下岗职工中女性比例的置信区间为55.65%~74.35% 例：某厂对一批产品进