总体分布样本分布.ppt

5.4.4渐近无偏估计量渐近无偏估计量是指满足如下条件的估计量：其中n为样本容量。第63页,共91页，2024年2月25日，星期天5.4.5一致估计量第64页,共91页，2024年2月25日，星期天一致估计量的另一种等价的定义是：（1）是渐近无偏的；（2）其中（2）中的极限为所谓的渐近方差而普通方差为第65页,共91页，2024年2月25日，星期天通常判别点估计量优劣的准则小样本准则无偏性有效性大样本准则一致性第66页,共91页，2024年2月25日，星期天可以证明下列估计量是具有较好统计性质的估计量总体均值的矩估计量总体方差的矩估计量总体方差的极大似然估计量总体比例p的估计量样本比例第67页,共91页，2024年2月25日，星期天总体构成比例的估计常常可能会关注总体中某一类特定对象占的比例p。对于这样的问题，可以采用如下的方式处理。在总体中任取一个个体，用一个变量X来描述所抽取的对象是否属于所关注的对象这一事件，即X=1，若抽得的是所关注的对象0，若抽得的不是所关注的对象于是，该总体可以用服从0-1分布的随机变量X~B(1,p)描述，其中p表示所关注的对象在总体中占的比例。对于0-1分布B(1,p)，其数学期望值与方差分别为：p,p(1–p)第68页,共91页，2024年2月25日，星期天设X1,X2,…,Xn是来自于总体X的一个随机样本，并且在这一样本中我们所关注的对象恰好出现了n1次。那么即样本的均值恰好等于样本的比例。由此可见，可用样本比例π来估计总体比例p。此外，由中心极限定理，当样本容量充分大时，样本的均值函数近似地服从正态分布，也就是近似地有：第69页,共91页，2024年2月25日，星期天点估计的最大好处：给出确定的估计值点估计的最大问题：无法控制误差及判断可靠程度在实际应用中，我们通常只取一个样本，因此我们无法知道通过这个样本对总体参数的估计是否精确。但样本容量大的随机样本通常总是给出更接近总体参数的估计值。第70页,共91页，2024年2月25日，星期天5.5区间估计在用样本均值估计总体均值时，总有人会问：“这一估计有多好？”这意味着人们不但关注你给出的估计值是多少，还关注你给出的估计有多大的误差和可靠程度。例如一家商店调查顾客的满意度，随机抽取了由100个顾客组成的样本，然后请这些顾客回答对商店服务的满意度得分，最低（最不满意）0分，最高100分。调查结果，这100个顾客给出的满意度平均分80分。问题“这一估计有多好?”具体来说就是，这是否体现了所有顾客对商店满意的平均程度，有多大误差，样本数量是否足够等。第71页,共91页，2024年2月25日，星期天5.5.1置信区间若总体分布含一个未知参数β,如果找出了2个依赖样本X1,X2,…,Xn的估计量：使得其中0α1，则称随机区间为β的(1–α)（或100(1–α)%）的置信区间；(1–α)（或百分数100(1–α)%）称为置信度或置信水平；α称为显著性水平，通常取为0.05,0.10或0.01。参数的区间估计就是求参数的置信区间。第72页,共91页，2024年2月25日，星期天5.5.2已知总体方差求总体均值的置信区间设总体X服从N(μ,0.09),抽取了4个样本观察值x1,x2,x3,x4,求总体均值μ的95%的置信区间。首先因此注意到N(0,1)是一个对称分布。给定概率值0.95，现在来确定常数k，使得2.5%的面积95%的面积k第73页,共91页，2024年2月25日，星期天利用书末的附表一，可以查得k=z0.025=1.96。于是下面的不等式成立的概率为0.95这等价于将z0.025=1.96代入上式，即得到所需要的置信区间极限误差平均误差记作一般地，已知总体方差时均值置信区间的表达式第74页,共91页，2024年2月25日，星期天计算样本统计量计算抽样平均误差计算抽样极限误差确定置信区间区间估计步骤（以估计为例）：第75页,共91页，2024年2月25日，星期天由532名《商业周刊》订阅者组成的样本表明，其每周使用因特网的平均时间为6.7小时。如果总体标准差为5.8小时，求该周刊订阅者总体每周平均花费在因特网上时间的95％置信区间。均值的区间估计则：该置信区间为：第76页,共91页，2024年2月25日，星期天5.5.3未知总体方差求总体均值的置信区间设，抽取了一