理论统计学课件-区间估计.pptVIP

在建立总体比例的区间估计时，确定样本容量的原理与4.3.1中使用的为估计总体均值时确定样本容量的原理相类似。 4.3.2 确定样本容量 【例6】在例4中，该公司想在1997年结果的基础上进行一项新的调查，以重新估计女子高尔夫球手的总体中对得到的球座开球此数感到满意的人数所占的比例。调查主管希望这项新的调查在误差边际为0.025、置信水平为95%的条件下来进行，那么，样本容量应该为多大？ 解：依题意， 可得 将以上结果取下一个整数（1515）即为必要的样本容量。 4.3.2 确定样本容量 说明： 由于总体比例 在大多数情况下是未知的，可以有以下方法取得 的值。 （1）使用有同样或者类似单元的以前样本的样本比例； （2）抽取一个预备样本进行试验性研究。用实验性样本的比例作为 的估计值。 （3）运用对 值的判断或者“最好的猜测”； （4）如果上面的方法都不适用，采用 。 4.3.2 确定样本容量 练习： 对某种白炽灯进行使用寿命检验，根据以往正常生产经验，灯泡使用寿命标准差为0.4小时，合格率为90%，先采用重复抽样的方式，在95.45%的概率保证度下，抽样平均使用寿命的极限误差不超过0.08小时，合格率的误差不超过5%，试计算必要的样本容量。 4.3.2 确定样本容量 统计推断的基本问题 点估计就是用样本估计量的一个具体观测值直接作为总体的未知参数的估计值的方法。 如例中随机抽取的100头的平均每头毛重(95.5kg)可作为10000头平均每头毛重 的点估计值 常用的估计量有：(1)样本平均数 为总体平均数 的估计量； (2)样本方差 为总体方差 的估计量； (3)样本成数 为总体成数 P 估计量。 4.1 统计推断的基本问题 在对总体特征做出估计时，并非所有估计量都是优良的，从而产生了评价估计量是否优良的标准。作为优良的估计量应该符合如下三个标准： 4.1 统计推断的基本问题 4.1 统计推断的基本问题 1、无偏性 如果样本某统计量的数学期望值等于其所估计的总体参数真值，则这个估计统计量就叫做该总体参数的无偏估计量。如样本平均数的数学期望是总体平均数，则样本均值是总体均值的无偏估计 量。这里无偏估计量是指没有系统偏差(非随机偏差)的平均意义上的量，即如果说一个估计量是无偏性的，并不是保证用于单独一次估计中没有随机性误差，只是没有系统性偏差而已。这是一个优良估计量的重要条件。 若以 代表被估计的总体参数， 代表 的无偏估计量 则有： 4.1 统计推断的基本问题 2、一致性 若估计量随样本容量n的增大而越来越接近总体参数值时，则称该估计量为被估计参数的一致性估计量。估计量的一致性是从极限意义上讲的，它适用于大样本的情况。如果一个估计量是一致性估计量，那么采用大样本就更加可靠。当然，样本容量n增大时，估计量的一致性会增强，但调查所需的人、财、物力也相应增加。例如，以样本平均数估计总体平均数，符合一致性的要求，即存在如下关系： 式中 为任意小的正数。 4.1 统计推断的基本问题 3、有效性 有效性是指无偏估计量中方差最小的估计量。无偏估计量只考虑估计值的平均结果是否等于待估计参数的真值，而不考虑估计的每个可能值及其次数分布与待估计参数真值之间离差大小的离散程度。我们在解决实际问题时，不仅希望估计值是无偏的，更希望这些估计值的离差尽可能地小，即要求比较各无偏估计量中与被估计参数的离差较小的为有效估计量。如样本平均数与中位数都是总体均值的无偏估计量，但在同样的样本容量下，样本平均数是有效的估计量。 4.1 统计推断的基本问题 4.2 单个总体均值和比率的区间估计 点估计的缺点：不能反映估计的误差和精确程度 区间估计：利用样本统计量和抽样分布估计总体参数的可能区间 【例1】Duotu公司是一家专营体育设备和附件的公司，为了监控公司的服务质量， Duotu公司每月都要随即的抽取一个顾客样本进行调查以了解顾客的满意分数。根据以往的调查，满意分数的标准差稳定在20分左右。最近一次对100名顾客的抽样显示，满意分数的样本均值为80分，试建立总体满意分数的区间。 4.1.1抽样误差 抽样误差：一个无偏估计与其对应的总体参数之差的绝对值。 抽样误差 4.2.1 总体均值的区间估计（大样本n≥30） （实际未知） 要进行区间估计，关键是将抽样误差 求解。若