五章节参数估计和假设检验.pptxVIP

第1页/共52页五章节参数估计和假设检验第2页/共52页第五章 参数估计和假设检验抽样分布推断估计总体参数参数估计统计量总体样本随机原则假设检验检验推断统计：利用样本统计量对总体某些性质或数量特征进行推断。第3页/共52页抽样分布简单随机抽样和简单随机样本的性质不放回样本独立性和同一性无限总体无限总体放 回样本放回样本当n/N≤5%时，有限总体不放回抽样等同于放回抽样有限总体不放 回样本同一性第4页/共52页统计量与抽样分布样本均值如：统计量：即样本指标。样本成数样本方差抽样分布：某一统计量所有可能的样本的取值形成的分布。0≤P（Xi）?1均值E（X） 性 质数字特征∑P（Xi）=1方差E[x-E(x)]2 方差的平方根即抽样分布的标准差就是推断的抽样误差。第5页/共52页样本均值的抽样分布（简称均值的分布）总体样本抽样X,(N)x,(n) 均值均值μ=∑Xi/N样本均值是样本的函数，故样本均值是一个统计量，统计量是一个随机变量，样本均值的概率分布称为样本均值的抽样分布。第6页/共52页均值分布的数学期望和方差抽 样 方 法 均 值 方 差 标 准差 （1）从无限总体抽 样和有限总体放回抽样抽样误差（2）从有限总体不放回抽样抽样误差第7页/共52页从正态总体中抽样得到的均值的分布也服从正态分布。从非正态总体中抽样得到的均值的分布呢？ 中心极限定理：无论总体为何种分布，只要样本n足够大（n≥30），均值（ ）标准化为（z）变量，必定服从标准正态分布，均值（ ）则服从正态分布，即：关于均值的抽样分布有如下的一些结论:1.对于多数总体分布来说，不论其形态如何，如果样本观察值超过30个，那么均值的抽样分布将近似于正态分布。2.如果总体分布是明显对称的，那么只要样本观察值超过15个，均值的抽样分布也近似于正态分布。 3.如果总体是正态分布的，则不管样本大小如何，均值的抽样分布一定是正态分布的。 第8页/共52页第9页/共52页样本成数（即比例）的抽样分布（简称成数的分布）总体样本抽样X,(N)x,(n) 成数成数P=Ni/N 所有可能的样本的成数（ ）所形成的分布，称为样本成数的抽样分布。第10页/共52页成数分布的数学期望和方差抽 样 方 法 均 值 方 差 标 准差 （1）从无限总体抽 样和有限总体放回抽样抽样误差（2）从有限总体不放回抽样抽样误差根据中心极限定理，只要样本足够大， 的分布就近似正态分布。（np和nq大于5时）第11页/共52页两个样本成数之差的抽样分布总体样本抽样X1,(N1)x1,(n1)总体样本x2,(n2)抽样X2,(N2)估计P1-P2=？ 当n1、n2都足够大时，样本成数 都近似服从正态分布，两个样本成数之差（ ）也近似服从正态分布。第12页/共52页一个样本方差的抽样分布总体样本抽样第13页/共52页两个样本方差之比的抽样分布总体样本抽样第14页/共52页参数估计点估计以样本指标直接估计总体参数。评价准则无偏性有效性一致性充分性一个估计量如能完全地包含未知参数信息，即为充分量估计量对于无限总体，如果对任意 满足条件的数学期望等于总体参数，即当 为 的无偏估计时， 方差 越小，无偏估计越有效。则称是该估计量称为无偏估计。的一致估计。第15页/共52页点估计常用的求点估计量的方法 当样本容量增大时 ,用样本的数字特征去估计总体的数字特征。 1.数字特征法: 例如，我们可以用样本平均数(或成数)和样本方差来估计总体的均值(或比率)和方差。2.顺序统计量法 : 如果把取得的样本观测值按大小排列起来，那么与排列位置有关的统计量就称为顺序统计量。常用的顺序统计量有样本中位数和极差。 第16页/共52页当总体服从正态分布时,用样本中位数来估计总体的数学期望 :3.极大似然估计法: 极大似然估计是根据样本的似然函数对总体参数进行估计的一种方法 。其实质就是根据样本观测值发生的可能性达到最大这一原则来选取未知参数的估计量θ，其理论依据就是概率最大的事件最可能出现。 第17页/共52页区间估计估计未知参数所在的可能的区间。评价准则一般形式置信度精确度随机区间随机区间或包含的概率的平均长度总体参数估计值误差范围（即可靠程度）越大越好。（误差范围）越小越好 △：一定倍数的抽样误差例如：抽样误差 一定时，越大，概率（可靠性）大；随之增大，精确度就差。第18页/共52页参数的区间估计简单随机抽样待估计参数已知条件置信区间正态总体，σ2已知正态总体，σ2未知总体均值 （μ）非正态总体，n≥3