统计学剖析学习.ppt

中心极限定理

（图示）当样本容量足够大时(n?30)，样本均值的抽样分布逐渐趋于正态分布中心极限定理：设从均值为?，方差为?2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布一个任意分布的总体X样本方差的抽样分布样本方差的分布?设总体服从正态分布N~(μ,σ2)，X1，X2，…，Xn为来自该正态总体的样本，则样本方差s2的分布为将?2(n–1)称为自由度为(n-1)的卡方分布卡方(c2)分布选择容量为n的简单随机样本计算样本方差S2计算卡方值?2=(n-1)S2/σ2计算出所有的?2值不同容量样本的抽样分布c2n=1n=4n=10n=20ms总体均值的标准误所有可能的样本均值的标准差，测度所有样本均值的离散程度小于总体标准差计算公式为两个样本方差比的抽样分布两个样本方差比的抽样分布?设X1，X2，…，Xn1是来自正态总体N~(μ1,σ12)的一个样本，Y1，Y2，…，Yn2是来自正态总体N~(μ2,σ22)的一个样本，且Xi(i=1,2,…，n1)，Yi(i=1,2,…，n2)相互独立，则将F(n1-1,n2-1)称为第一自由度为(n1-1)，第二自由度为(n2-1)的F分布两个样本方差比的抽样分布?不同样本容量的抽样分布F（1,10)(5,10)(10,10)T统计量的分布T统计量的分布?设X1，X2，…，Xn1是来自正态总体N~(μ1,σ12)的一个样本，称为统计量,它服从自由度为(n-1)的t分布Xt分布与正态分布的比较正态分布t分布t不同自由度的t分布标准正态分布t(df=13)t(df=5)Z第二节参数估计基本方法一.点估计二.点估计的优良性准则区间估计参数估计的方法矩估计法最小二乘法最大似然法顺序统计量法估计方法点估计区间估计被估计的总体参数总体参数符号表示用于估计的样本统计量一个总体均值比例方差两个总体均值之差比例之差方差比点估计点估计

（概念要点）从总体中抽取一个样本，根据该样本的统计量对总体的未知参数作出一个数值点的估计例如:用样本均值作为总体未知均值的估计值就是一个点估计2. 点估计没有给出估计值接近总体未知参数程度的信息点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等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?的估计值理论基础是抽样分布估计量

（概念要点）二战中的点估计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P(X)XCA?无偏有偏估计量的优良性准则

（有效性）AB?中位数的抽样分布均值的抽样分布XP(X)有效性：一个方差较小的无偏估计量称为一个更有效的估计量。如，与其他估计量相比，样本均值是一个更有效的估计量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AB较小的样本容量较大的样本容量?P(X)X区间估计区间估计

（概念要点）1. 根据一个样本的观察值给出总体参数的估计范围给出总体参数落在这一区间的概率例如:总体均值落在50~70之间，置信度为95%样本统计量

(点估计)置信区间置信下限置信上限置信区间估计

（内容）?2已知?2未知?均值方差比例置信区间落在总体均值某一区间内的样本??x_XX=??Z?x95%的样本?-1.96?x?+1.96?x99%的样本?-2.58?x?+2.58x90%的样本?-1.65?x?+1.65?x总体未知参数落在区间内的概率表示为(1-??????为显著性水平，是总体参数未在区间内的概率?常用的显著性水平值有99%,95%,90%相应的??为0.01，0.05，0.10置信水平利用指数体系分析平均数变动

(要点及公式)通过两个不同时期的加权算术平均数之比反映现象平均水平的变动通过对加权算术平均数的分解，分析影响平均数变动的各因素利用指数体系分析平