统计学――参数估计 8页

第8讲参数估计本讲的主要内容8.1参数估计的一般问题8.2一个总体参数的区间估计8.3两个总体参数的区间估计8.4样本量的确定学习目标1.估计量与估计值的概念2.点估计与区间估计的区别3.评价估计量优良性的标准4.一个总体参数的区间估计方法5.两个总体参数的区间估计方法6.样本量的确定方法8.1参数估计的一般问题8.1.1估计量与估计值估计量与估计值(estimator&estimatedvalue)1.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m的一个估计量2.参数用q表示，估计量用表示3.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m的估计值8.1.2点估计与区间估计点估计(pointestimate)1.用样本的估计量的某个取值直接作为总体参数的估计值例如：用样本均值直接作为总体均值的估计；用两个样本均值之差直接作为总体均值之差的估计2.无法给出估计值接近总体参数程度的信息⑴虽然在重复抽样条件下，点估计的均值可望等于总体真值，但由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值⑵一个点估计量的可靠性是由它的抽样标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性的度量区间估计(intervalestimate)1.在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到2.根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量比如，某班级平均分数在75～85之间，置信水平是95%区间估计的图示\n置信水平(confidencelevel)1.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2.表示为置信水平=1-a¡a为是总体参数未在区间内的比例3.常用的置信水平值有99%,95%,90%¡相应的a为0.01，0.05，0.10置信区间(confidenceinterval)1.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2.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3.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)8.1.3评价估计量的标准无偏性(unbiasedness)无偏性：估计量抽样分布的数学期望等于被估计的总体参数有效性(efficiency)有效性：对同一总体参数的两个无偏点估计量，有更小标准差的估计量更有效一致性(consistency)一致性：随着样本量的增大，估计量的值越来越接近被估计的总体参数\n8.2一个总体参数的区间估计8.2.1总体均值的区间估计一个总体参数的区间估计8.2.1-1总体均值的区间估计(正态总体、s２已知，或非正态总体、大样本)总体均值的区间估计(大样本)1.假定条件¡总体服从正态分布,且方差(s２)已知¡如果不是正态分布，可由正态分布来近似(n³30)2.使用正态分布统计量z3.总体均值m在1-a置信水平下的置信区间为8.2.1-2总体均值的区间估计(正态总体、s２未知、小样本)总体均值的区间估计(小样本)1.假定条件¡总体服从正态分布,但方差(s２)未知¡小样本(n<30)2.使用t分布统计量3.总体均值m在1-a置信水平下的置信区间为t分布t分布是类似正态分布的一种对称分布，它通常要比正态分布平坦和分散。一个特定的分布依赖于称之为自由度的参数。随着自由度的增大，分布也逐渐趋于正态分布8.2.2总体比例的区间估计总体比例的区间估计1.假定条件¡总体服从二项分布¡可以由正态分布来近似2.使用正态分布统计量z\n2.总体比例p在1-a置信水平下的置信区间为8.2.3总体方差的区间估计总体方差的区间估计1.估计一个总体的方差或标准差2.假设总体服从正态分布3.总体方差s2的点估计量为s2,且一个总体参数的区间估计(小结)8.3两个总体参数的区间估计8.3.1两个总体均值之差的区间估计8.3.2两个总体比例之差的区间估计8.3.3两个总体方差比的区间估计两个总体参数的区间估计8.3.1-1两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)1.假定条件§两个总体都服从正态分布，s1２、s2２已知§若不是正态分布,可以用正态分布来近似(n1³30和n2³30)§两个样本是独立的随机样本\n2.使用正态分布统计量z3.s1２,s2２已知时，两个总体均值之差m1-m2在1-a置信水平下的置信区间为4.s1２,s2２未知时，两个总体均值之差m1-m2在1-a置信水平下的置信区间为8.3.1-2两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:s12=s22)1.假定条件§两个总体都服从正态分布§两个总体方差未知但相等：s1２=s2２§两个独立的小样本(n1<30和n2<30)2.总体方差的合并估计量3.估计量`x1-`x2的抽样标准差4.两个样本均值之差的标准化5.两个总体均值之差m1-m2在1-a置信水平下的置信区间为两个总体均值之差的估计(小样本:s12¹s22)1.假定条件§两个总体都服从正态分布§两个总体方差未知且不相等：s1２¹s2２§两个独立的小样本(n1<30和n2<30)2.使用统计量n两个总体均值之差m1-m2在1-a置信水平下的置信区间为8.3.1-3两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)1.假定条件§两个匹配的大样本(n1³30和n2³30)\n§两个总体各观察值的配对差服从正态分布2.两个总体均值之差md=m1-m2在1-a置信水平下的置信区间为两个总体均值之差的估计(匹配小样本)1.假定条件§两个匹配的小样本(n1<30和n2<30)§两个总体各观察值的配对差服从正态分布2.两个总体均值之差md=m1-m2在1-a置信水平下的置信区间为8.3.2两个总体比例之差区间的估计两个总体比例之差的区间估计1.假定条件①两个总体服从二项分布②可以用正态分布来近似③两个样本是独立的2.两个总体比例之差p1-p2在1-a置信水平下的置信区间为8.3.3两个总体方差比的区间估计两个总体方差比的区间估计1.比较两个总体的方差比2.用两个样本的方差比来判断§如果S12/S22接近于1,说明两个总体方差很接近§如果S12/S22远离1,说明两个总体方差之间存在差异3.总体方差比在1-a置信水平下的置信区间为两个总体参数的区间估计(小结)8.4样本量的确定\n8.4.1估计总体均值时样本量的确定估计总体均值时样本量的确定1.估计总体均值时样本量n为2.样本量n与总体方差s2、边际误差E、可靠性系数Z或t之间的关系为§与总体方差成正比§与边际误差的平方成反比§与可靠性系数成正比3.样本量的圆整法则：当计算出的样本量不是整数时，将小数点后面的数值一律进位成整数，如24.68取25，24.32也取25等等8.4.2估计总体比例时样本量的确定估计总体比例时样本量的确定1.根据比例区间估计公式可得样本量n为2.E的取值一般小于0.13.p未知时，可取使方差达到最大的值0.58.4.3估计两个总体均值之差时样本量的确定1.设n1和n2为来自两个总体的样本，并假定n1=n22.根据均值之差的区间估计公式可得两个样本的容量n为8.4.4估计两个总体比例之差时样本量的确定1.设n1和n2为来自两个总体的样本，并假定n1=n22.根据比例之差的区间估计公式可得两个样本的容量n为本讲小结1.参数估计的一般问题2.一个总体参数的区间估计3.两个总体参数的区间估计4.样本量的确定\n