第二章参数估计.pptVIP

第二章参数估计;;第一节参数估计的一般问题;估计量：用于估计总体参数的随机变量

如样本均值，样本比例、样本方差等

例如:样本均值就是总体均值?的一个估计量

参数用?表示，估计量用表示

估计值：估计参数时计算出来的统计量的具体值

如果样本均值?x=80，则80就是?的估计值;点估计与区间估计;参数估计的方法;点估计

(pointestimate);;;;将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平

表示为(1-???

??为是总体参数未在区间内的比例?

常用的置信水平值有99%,95%,90%

相应的??为0.01，0.05，0.10;由样本统计量所构造的总体参数的估计区间称为置信区间

统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间

用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值

我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值的区间中的一个

总体参数以一定的概率落在这一区间的表述是错误的;置信区间

(95%的置信区间);置信区间与置信水平;第二节一个总体参数的区间估计;一个总体参数的区间估计;总体均值的区间估计

(大样本);数据正态性的评估方法;正态概率图的绘制

(normalprobabilityplots);正态概率图的绘制

(例题分析);正态概率图的绘制

(例题分析);?短尾分布：如果尾部比正常的短，则点所形成的图形左边朝直线上方弯曲，右边朝直线下方弯曲——如果倾斜向右看，图形呈S型。表明数据比标准正态分布时候更加集中靠近均值。

?长尾分布：如果尾部比正常的长，则点所形成的图形左边朝直线下方弯曲，右边朝直线上方弯曲——如果倾斜向右看，图形呈倒S型。表明数据比标准正态分布时候有更多偏离的数据。一个双峰分布也可能是这个形状。;?右偏态分布：右偏态分布左边尾部短，右边尾部长。因此，点所形成的图形与直线相比向上弯曲，或者说呈U型。把正态分布左边截去，也会是这种形状。

?左偏态分布：左偏态分布左边尾部长，右边尾部短。因此，点所形成的图形与直线相比向下弯曲。把正态分布右边截去，也会是这种形状。;总体均值的区间估计

(例题分析);;解：已知Ｘ~N(?，102)，n=25,1-?=95%，z?/2=1.96。根据样本数据计算得：。

由于是正态总体，且方差已知。总体均值?在1-?置信水平下的置信区间为;;解：已知n=36,1-?=90%，z?/2=1.645。根据样本数据计算得：，总体均值?在1-?置信水平下的置信区间为;总体均值的区间估计

(正态总体、?２未知、小样本);总体均值的区间估计

(小样本);;t分布

(用Excel生成t分布的临界值表);t分布

(用Excel绘制t分布图);;总体均值的区间估计

(例题分析);;总体均值的区间估计

(例题分析);总体比例的区间估计;总体比例的区间估计;总体比例的区间估计

(例题分析);总体方差的区间估计;总体方差的区间估计;;总体方差的区间估计

(例题分析);总体方差的区间估计

(例题分析);;未来观察值的预测区间估计;未来观察值的预测区间估计;第三节两个总体参数的区间估计;两个总体参数的区间估计;两个总体均值之差的区间估计

(独立大样本);两个总体均值之差的估计

(大样本);两个总体均值之差的估计

(大样本);两个总体均值之差的估计

(例题分析);两个总体均值之差的估计

(例题分析);两个总体均值之差的区间估计

(独立小样本);两个总体均值之差的估计

(小样本:?12=?22);两个总体均值之差的估计

(小样本:?12=?22);例题分析;;两个总体均值之差的估计

(例题分析);两个总体均值之差的估计

(小样本:?12??22);两个总体均值之差的估计

(小样本:?12??22);例题分析;两个总体均值之差的估计

(例题分析);两个总体均值之差的区间估计

(匹配样本);两个总体均值之差的估计

(匹配大样本);两个总体均值之差的估计

(匹配小样本);两个总体均值之差的估计

(例题分析);;两个总体均值之差的估计

(例题分析);两个总体比例之差区间的估计;1. 假定条件

两个总体服从二项分布

可以用正态分布来近似

两个样本是独立的

2. 两个总体比例之差?1-?2在1-?置信水平下的置信区间为;例题分析;两个总体比例之差的估计

(例题分析);两个总体方差比的区间估计;两个总体方差比的区间估计;;两个总体方差比的区间估计

(例题分析);两个总体方差比