抽样分布与参数估计.ppt

显然，理论公式的计算结果与定义公式是一样的。1但是，由于计算中要使用总体参数，理论公式与定义公式一样，不能计算。2当总体标准差和方差未知时：3用样本方差来代替总体方差。4用过去全面调查的资料或过去抽样调查的资料代替。5影响抽样平均误差的因素6总体各单位标志的变异程度。（成正比）7样本容量的大小。（成反比）8不同抽样方法的影响。（不放回抽样误差小）9不同抽样组织方式的影响。10第二节参数估计0102抽样极限误差：定义：是指样本统计量与总体参数之间可能的误差范围。抽样极限误差的大小取决于人们希望控制总体参数的把握程度的大小。统计上称之为概率保证程度。抽样极限误差与概率保证程度成反比关系。t概率度的确定：即第二节参数估计参数估计概述1参数估计的定义与种类：2定义：就是用样本统计量去估计总体的未知参数。3参数估计的种类：4点估计：用一个样本统计量作为总体参数的估计值。5#特点：方法简单，适用于对推断准确程度与可靠程度不高的情况。6#实际应用：用样本方差估计总体方差。7区间估计：给出总体参数具体的上限和下限。8第二节参数估计第二节参数估计（二）估计量的优良标准P108同一个未知参数可能有多个可供选择的估计量，因而必须对估计量进行评价，从中选择最佳（满意）估计量的问题。估计量优良性包括以下四条标准：1、无偏性：如果估计量的数学期望值等于总体参数，则这个估计量为总体参数的无偏估计量。例如：总体均值的估计量可以是反映总体的集中趋势的样本统计量，包括：均值、众数、中位数。而总体均值的无偏估计量是样本均值（算术平均数）。但注意，样本方差不是总体方差的无偏估计量无偏估计量即准确的估计量。对于放回抽样样本构成平均数11，1121，21.531，3241，42.552，11.562，2272，32.582，4393，12103，22.5113，33123，43.5134，12.5144，23154，33.5164，44对于不放回抽样=40/16=2.5=30/12=2.5显然：无论是放回抽样还是不放回抽样，样本平均数都是总体平均数的无偏估计量第二节参数估计2、有效性：（又称最小方差性）有效性：如果对比任何一个其它估计量，某估计量有最小方差，则这个估计量为总体该参数的有效估计量。例如：样本平均数是总体均值的有效估计量而众数、中位数则不是总体均值的有效估计量。有效估计量即精确的估计量3、一致性一致性：是指（在一定条件下）随着样本容量的不断增大，样本统计量接近总体参数的可能性就越大。抽样推断的条件指一定的把握程度和允许误差范围区间估计与估计的精度和可靠性所谓区间估计，实质上就是用两个互相联系的样本统计量给出θ的区间。即以和分别作为总体参数区间估计的下限与上限，同时要求该区间将θ包含在内的概率应达到一定的程度。即：P()=1-α(5.19)式中被和框定的区间叫做置信区间。=叫做抽样极限误差，它可以反映抽样估计误差的最大范围。第二节参数估计作为参数的区间估计，应满足以下两个要求：一是估计的精度要求，二是可靠性要求。所谓精度要求就是估计误差必须控制在一定的范围内。允许误差的最大值，可通过极限误差来反映。显然，Δ越小，估计的精度要求越高，Δ越大，估计的精度要求越低。极限误差的大小要根据研究对象的变异程度和分析任务的性质来确定。显然，一个良好的区间估计，应该是置信概率高，置信区间小，既可靠又精确。然而，置信概率与置信区间却是互相制约的，在n一定的情况下，置信概率越高，可靠性越大，相应的置信区间确越宽，估计越不精确。第二节参数估计第二节参数估计#区间估计的步骤：⑴计算样本指标。⑵计算抽样平均误差。⑶根据把握程度确定概率度t。⑷计算抽样极限误差。⑸给出总体参数的区间范围。常用概率：可靠性F（t）概率度68.27%190%1.64595%1.9695.45%299.73%3常用概率：01可靠性F（t）概率度t0227%10390%1.6450495%1.960545%2067