第7章参数估计.ppt

第七章参数估计推断统计中几个基本概念点估计与区间估计2.区间估计（intervalestimate）点估计免不了要有偏差,但偏差究竟多大,可信度有多高?这就是区间估计要解决的问题。区间估计是在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减抽样误差得到。由样本统计量所构造的总体参数区间称为置信区间。每一个样本统计量都可以构造一个置信区间，在众多的置信区间中，能包含总体参数真值的置信区间个数所占的比例称为置信水平，也称置信度或置信系数。估计量是随机的，置信区间是随机的；置信水平1-α是事先可以确定的；参数真值是一个未知的常数，某一统计量构造的置信区间是否包含参数的真值也是确定的。置信度是相对于所有的置信区间而言的。即所有的置信区间中有多少能包含参数真值。估计量

（概念要点）1.用于估计总体某一参数的随机变量如样本均值，样本比例、样本中位数等例如:样本均值就是总体均值?的一个估计量如果样本均值?x=3，则3就是?的估计值2.理论基础是抽样分布估计量的优良性准则

（无偏性）无偏性：估计量的数学期望等于被估计的总体参数估计量的优良性准则（有效性）估计量的优良性准则（一致性）一致性：随着样本容量的增大，估计量越来越接近被估计的总体参数被估计的总体参数置信区间估计

（内容）总体均值的区间估计

(?２已知)1.正态总体、方差已知，或非正态总体、大样本如果总体服从正态分布但方差σ2未知,或总体并不服从正态分布,只要是在大样本的条件下,上式中的σ2可以用S2代替,这时总体μ在1-α置信水平下的置信区间可以写成:总体均值的区间估计

（正态总体：实例）总体均值的区间估计

（非正态总体：实例）总体均值的区间估计

(?２未知)总体均值的置信区间

(?２未知小样本)1. 假定条件总体方差（?２）未知总体必须服从正态分布使用t分布统计量总体均值的区间估计

（实例）总体比例的区间估计7.2.2总体比例的区间估计

我们只考虑大样本的情况，即np≥5和n(1-p)≥5

由二项分布分布的原理和渐近分布的理论可知，当n充分大时，的分布可用正态分布逼近。此时服从均值为π、方差为的正态分布。总体比例π的置信区间用p±边际误差zα/2σp,得总体比例π在1-α置信水平下的置信区间为：【例7.4】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。总体比例的置信区间

（实例）总体方差的区间估计7.3两个总体参数的区间估计1.两个总体均值之差的估计：独立样本（1）大样本估计(2)小样本的估计2）当两个总体的方差未知且不相等时2.两个总体均值之差的估计:匹配样本所谓匹配样本是指一个样本中的数据与另一个样本中的数据相对应。比如还用同一组抽样的人群分别去用第一种和第二种方法所得到的两组试验数据就是匹配样本。在大样本条件下，两个总体均值之差μd=μ1-μ2在1-α置信水平下的置信区间为：7.3.2两个总体比例之差的区间估计由样本比例抽样分布知,从两个二项总体中抽出两个独立的样本,则当两个样本量都很大时，两个样本比例之差的抽样分布近似服从正态分布。7.3.3两个总体方差比的区间估计由于两个方差比的抽样分布服从F(n1-1,n2-1)分布，所以可以用F分布来构造总体方差比σ12/σ22的置信区间。式中，Fα/2和F1-α/2是分子自由度为(n1-1)和分母自由度为(n2-1)的F分布的上侧面积为α/2和1-α/2的分位数。由于F分布表中只给出面积较小的右分位数，此时需要利用公式（7.28）求得F1-α/2的分位数值。样本容量的确定估计总体均值时样本容量的确定根据均值区间估计公式可得样本容量n为样本容量的确定

（实例）估计总体比例时样本容量的确定根据比例区间估计公式可得样本容量n为样本容量的确定

（实例）【例】一家市场调研公司想估计某地区有彩色电视机的家庭所占的比例。该公司希望对比例p的估计误差不超过0.05，要求的可靠程度为95%，应抽多大容量的样本（没有可利用的p估计值）。【7.9】由10名学生组成一个随机样本，让他们分别采用A和B两套试卷进行测试，结果如表7-8所示。假定两套试卷分数之差服从正态分布，试建立两种试卷平均分数之差μd=μ1-μ2的95%的置信区间。1639551087785916607681355687-251