总体均数的估计.ppt

example

单侧：P(t≤-t0.05,30＝－1.697)=0.05P(t≥t0.05,30＝1.697)=0.05双侧：P(t≤-t0.05/2,30)+P(t≥t0.05/2,30)=0.05第30页，共52页，星期日，2025年，2月5日其通式为单侧：P(t≤-t?,?)=?或P(t≥t?,?)=?双侧：P(t≤-t?/2,?)+P(t≥t?/2,?)=?图中非阴影部分面积的概率为，P(-t?/2,?tt?/2,?)=1-?第31页，共52页，星期日，2025年，2月5日附表2，t分布表的特点附表2只列出正值，若计算的t值为负值时，可用其绝对值查表。第32页，共52页，星期日，2025年，2月5日总体均数的估计第33页，共52页，星期日，2025年，2月5日总体样本随机抽样推断第34页，共52页，星期日，2025年，2月5日统计分析统计描述统计推断参数估计假设检验第35页，共52页，星期日，2025年，2月5日参数估计用样本指标估计总体指标称为参数估计，是统计推断的一个重要方面。第36页，共52页，星期日，2025年，2月5日总体均数估计的两种方法点估计区间估计第37页，共52页，星期日，2025年，2月5日第1页，共52页，星期日，2025年，2月5日为什么进行抽样？第2页，共52页，星期日，2025年，2月5日总体样本随机抽样推断第3页，共52页，星期日，2025年，2月5日抽样误差概念：由个体变异引起的，抽样造成的样本统计量与总体参数之间的差异称为抽样误差(samplingerror)。第4页，共52页，星期日，2025年，2月5日均数的抽样误差均数的抽样误差：抽样引起的样本均数与总体均数的差异称为均数的抽样误差。第5页，共52页，星期日，2025年，2月5日模拟试验1从均数为4.5，标准差为0.2的正态总体中作随机抽样。当样本量为20时，随机抽取100个样本，其样本均数、标准差及其总体均数的95%置信区间见表6.1。可见：各样本均数未必等于总体均数；样本均数之间存在差异第6页，共52页，星期日，2025年，2月5日样本均数的频数分布见表6.2可见：样本均数的分布很有规律，围绕着总体均数4.5，中间多、两边少，左右对称。第7页，共52页，星期日，2025年，2月5日模拟试验1从均数为4.5，标准差为0.2的正态总体中作随机抽样，规定样本含量分别为5、10、20、50，每种样本含量均重复抽取1000次，结果可得到4个不同样本含量的样本均数的抽样分布图如图6.1。可见：得到的样本均数的分布仍然近似服从正态分布。第8页，共52页，星期日，2025年，2月5日数理统计的中心极限定理从正态分布N(?,?2)中，以固定n抽取样本，样本均数的分布仍服从正态分布。第9页，共52页，星期日，2025年，2月5日模拟试验2从非正态总体中抽样，观察其样本均数的抽样分布。非正态总体的分布如图6.2所示。规定样本含量分别为5、10、20、50，每种样本含量均重复抽取1000次，结果也可得到4个不同样本含量的样本均数的抽样分布图(图6.3)。第10页，共52页，星期日，2025年，2月5日数理统计的中心极限定理即使是从偏态分布总体抽样，只要n足够大，样本均数的分布也近似正态分布。第11页，共52页，星期日，2025年，2月5日数理统计的中心极限定理样本均数的总体均数仍为?，样本均数的标准差为。第12页，共52页，星期日，2025年，2月5日标准误(standarderror)样本均数的标准差称标准误,是说明均数抽样误差大小的指标，大，抽样误差大；反之，小，抽样误差小。第13页，共52页，星期日，2025年，2月5日标准误标准误的计算：标准误的估计值第14页，共52页，星期日，2025年，2月5日影响标准误大小的因素的大小与?成正比与样本含量n的平方根成反比第15页，共52页，星期日，2025年，2月5日抽样误差越小，表明样本均数与总体均数越接近，即用样本均数估计总体均数的可靠性越大；反之，抽样误差越大，则用样本均数估计总体均数的可靠性越小。第16页，共52页，星期日，2025年，2月5日P74例6.1，6.2第17页，共52页，星期日，2025年，2月5日t分布t分布的由来t分布的特征t分布曲线下的面积第18页，共52页，星期日，2025年，2月5日t分布的由来变量变换总体