正态分布区间估计.ppt

第1页，共29页，星期日，2025年，2月5日抽样分布的特点各样本均数未必等于总体均数;样本均数之间存在差异;样本均数的分布很有规律：围绕总体均数，中间多两边少，左右基本对称；样本均数的变异范围较之原变量的变异范围大大缩小；随着样本含量的增加，样本均数的变异范围逐渐缩小。 第2页，共29页，星期日，2025年，2月5日由于总体中个体变异的存在，在抽样过程中产生的样本统计量与总体参数间的差异称为抽样误差。抽样误差第3页，共29页，星期日，2025年，2月5日标准误样本统计量的标准差称为标准误。样本均数的标准差称为样本均数的标准误，反映样本均数的离散程度，反映样本均数抽样误差大小。第4页，共29页，星期日，2025年，2月5日t分布设从正态分布N(?,?2)中随机抽取含量为n的样本，设：实际工作中，总体方差未知，用样本方差代替，此时：~t分布，?=n?1第5页，共29页，星期日，2025年，2月5日单峰分布，曲线以0为中心，左右对称类似于标准正态分布。t分布的形状与自由度?有关t分布曲线第6页，共29页，星期日，2025年，2月5日-tα/2,vtα/2,v双侧：P(t≤-tα/2,ν)+P(t≥tα/2,ν)=αP(-tα/2,νttα/2,ν)=1-α1-α第7页，共29页，星期日，2025年，2月5日参数估计：由已知的样本统计量推断总体参数。参数估计：点估计和区间估计；区间估计：假设某个总体的均数为μ，需要找到两个数值A和B，使得在一个比较高的可信度下(如95%)，区间(A,B)能包含μ。即P(AμB)=0.95参数估计第8页，共29页，星期日，2025年，2月5日总体均数μ的区间估计由于总体情况未知，要计算总体参数μ的置信区间，必须依靠样本统计量进行推断。样本是从总体中抽样获得，因此不可避免存在抽样误差。因此计算总体参数的置信区间时，必须利用样本统计量，同时考虑抽样误差和可信的程度（1-α）。第9页，共29页，星期日，2025年，2月5日σ未知且样本例数n较小时，按t分布原理计算-ta/2,vta/2,va/2a/2第10页，共29页，星期日，2025年，2月5日σ已知，按标准正态分布原理计算-za/2za/2a/2a/2第11页，共29页，星期日，2025年，2月5日σ未知但样本例数n足够大（n＞50）时由t分布可知，自由度越大，t分布越逼近标准正态分布，按标准正态分布原理计算第12页，共29页，星期日，2025年，2月5日σ未知且样本例数n较小时，按t分布原理：总体均数的区间估计（单侧）第13页，共29页，星期日，2025年，2月5日σ已知，按标准正态分布原理计算：σ未知但样本例数n足够大（n＞50）时：总体均数的区间估计（单侧）第14页，共29页，星期日，2025年，2月5日总体均数的可信区间(SAS实现)（1）t分布法SAS函数：TINVt=TINV(p,df)求t分位数的函数，p是从-∞到当前t分位数位置的面积。df=n-1（自由度）第15页，共29页，星期日，2025年，2月5日例：随机抽取15名学生，记录他们的性别（sex）、年龄（age）、体重（w）和身高（h），求：学生身高的95%置信区间。f1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160f1660165m1765175f1861162第16页，共29页，星期日，2025年，2月5日dataa;inputsex$agewh@@;cards;f1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160F1660165m1765175f1861162；第17页，共29页，星期日，2025年，2月