参数估计统计学课件 80页

第7章参数估计作者：中国人民大学统计学院贾俊平PowerPoint统计学\n第7章参数估计7.1参数估计的一般问题7.2一个总体参数的区间估计7.3两个总体参数的区间估计7.4样本量的确定\n学习目标估计量与估计值的概念点估计与区间估计的区别评价估计量优良性的标准一个总体参数的区间估计方法两个总体参数的区间估计方法样本量的确定方法\n7.1参数估计的一般问题7.1.1估计量与估计值7.1.2点估计与区间估计7.1.3评价估计量的标准\n估计量与估计值\n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的估计值估计量与估计值(estimator&estimatedvalue)\n点估计与区间估计\n点估计(pointestimate)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无法给出估计值接近总体参数程度的信息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\n区间估计(intervalestimate)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%样本统计量(点估计)置信区间置信下限置信上限\n区间估计的图示x95%的样本-1.96x+1.96x99%的样本-2.58x+2.58x90%的样本-1.65x+1.65x\n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置信水平(confidencelevel)\n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(confidenceinterval)\n置信区间(95%的置信区间)重复构造出的20个置信区间点估计值\n评价估计量的标准\n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P()BA无偏有偏\n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AB的抽样分布的抽样分布P()\n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AB较小的样本量较大的样本量P()\n7.2一个总体参数的区间估计7.2.1总体均值的区间估计7.2.2总体比例的区间估计7.2.3总体方差的区间估计\n一个总体参数的区间估计总体参数符号表示样本统计量均值比例方差\n总体均值的区间估计(正态总体、２已知，或非正态总体、大样本)\n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(２)已知如果不是正态分布，可由正态分布来近似(n30)使用正态分布统计量z总体均值在1-置信水平下的置信区间为\n总体均值的区间估计(例题分析)【例】一家食品生产企业以生产袋装食品为主，为对食品质量进行监测，企业质检部门经常要进行抽检，以分析每袋重量是否符合要求。现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。已知产品重量的分布服从正态分布，且总体标准差为10g。试估计该批产品平均重量的置信区间，置信水平为95%25袋食品的重量112.5101.0103.0102.0100.5102.6107.595.0108.8115.6100.0123.5102.0101.6102.2116.695.497.8108.6105.0136.8102.8101.598.493.3\n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该食品平均重量的置信区间为101.44g~109.28g\n总体均值的区间估计(例题分析)【例】一家保险公司收集到由36个投保人组成的随机样本，得到每个投保人的年龄(单位：周岁)数据如下表。试建立投保人年龄90%的置信区间36个投保人年龄的数据233539273644364246433133425345544724342839364440394938344850343945484532\n总体均值的区间估计(例题分析)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投保人平均年龄的置信区间为37.37岁~41.63岁\n总体均值的区间估计(正态总体、２未知、小样本)\n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(２)未知小样本(n<30)使用t分布统计量总体均值在1-置信水平下的置信区间为\nt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xt分布与标准正态分布的比较t分布标准正态分布t不同自由度的t分布标准正态分布t(df=13)t(df=5)z\n总体均值的区间估计(例题分析)【例】已知某种灯泡的寿命服从正态分布，现从一批灯泡中随机抽取16只，测得其使用寿命(单位：h)如下。建立该批灯泡平均使用寿命95%的置信区间16灯泡使用寿命的数据1510152014801500145014801510152014801490153015101460146014701470\n总体均值的区间估计(例题分析)解：已知Ｘ~N(，2)，n=16,1-=95%，t/2=2.131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该种灯泡平均使用寿命的置信区间为1476.8h～1503.2h\n总体比例的区间估计\n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使用正态分布统计量z3.总体比例在1-置信水平下的置信区间为\n总体比例的区间估计(例题分析)【例】某城市想要估计下岗职工中女性所占的比例，随机地抽取了100名下岗职工，其中65人为女性职工。试以95%的置信水平估计该城市下岗职工中女性比例的置信区间解：已知n=100，p＝65%,1-=95%，z/2=1.96该城市下岗职工中女性比例的置信区间为55.65%~74.35%\n总体方差的区间估计\n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总体方差2的点估计量为s2,且4.总体方差在1-置信水平下的置信区间为\n总体方差的区间估计(图示)221-2总体方差的1-的置信区间自由度为n-1的2\n总体方差的区间估计(例题分析)【例】一家食品生产企业以生产袋装食品为主，现从某天生产的一批食品中随机抽取了25袋，测得每袋重量如下表所示。已知产品重量的分布服从正态分布。以95%的置信水平建立该种食品重量方差的置信区间25袋食品的重量112.5101.0103.0102.0100.5102.6107.595.0108.8115.6100.0123.5102.0101.6102.2116.695.497.8108.6105.0136.8102.8101.598.493.3\n总体方差的区间估计(例题分析)解:已知n＝25，1-＝95%,根据样本数据计算得s2=93.212置信度为95%的置信区间为该企业生产的食品总体重量标准差的的置信区间为7.54g~13.43g\n一个总体参数的区间估计(小结)\n7.3两个总体参数的区间估计7.3.1两个总体均值之差的区间估计7.3.2两个总体比例之差的区间估计7.3.3两个总体方差比的区间估计\n两个总体参数的区间估计总体参数符号表示样本统计量均值差比例差方差比\n两个总体均值之差的区间估计(独立大样本)\n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，1２、2２已知若不是正态分布,可以用正态分布来近似(n130和n230)两个样本是独立的随机样本使用正态分布统计量z\n两个总体均值之差的估计(大样本)1.1２，2２已知时，两个总体均值之差1-2在1-置信水平下的置信区间为1２、2２未知时，两个总体均值之差1-2在1-置信水平下的置信区间为\n两个总体均值之差的估计(例题分析)【例】某地区教育管理部门想估计两所中学的学生高考时的英语平均分数之差，为此在两所中学独立抽取两个随机样本，有关数据如右表。建立两所中学高考英语平均分数之差95%的置信区间两个样本的有关数据中学1中学2n1=46n1=33S1=5.8S2=7.2English\n两个总体均值之差的估计(例题分析)解:两个总体均值之差在1-置信水平下的置信区间为两所中学高考英语平均分数之差的置信区间为5.03分~10.97分\n两个总体均值之差的区间估计(独立小样本)\n两个总体均值之差的估计(小样本:12=22)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：1２=2２两个独立的小样本(n1<30和n2<30)总体方差的合并估计量估计量x1-x2的抽样标准差\n两个总体均值之差的估计(小样本:12=22)两个样本均值之差的标准化两个总体均值之差1-2在1-置信水平下的置信区间为\n两个总体均值之差的估计(例题分析)【例】为估计两种方法组装产品所需时间的差异，分别对两种不同的组装方法各随机安排12名工人，每个工人组装一件产品所需的时间(单位：min)下如表。假定两种方法组装产品的时间服从正态分布，且方差相等。试以95%的置信水平建立两种方法组装产品所需平均时间差值的置信区间两个方法组装产品所需的时间方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.5\n两个总体均值之差的估计(例题分析)解:根据样本数据计算得合并估计量为两种方法组装产品所需平均时间之差的置信区间为0.14min~7.26min\n两个总体均值之差的估计(小样本:1222)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：1２2２两个独立的小样本(n1<30和n2<30)使用统计量\n两个总体均值之差的估计(小样本:1222)两个总体均值之差1-2在1-置信水平下的置信区间为自由度\n两个总体均值之差的估计(例题分析)【例】沿用前例。假定第一种方法随机安排12名工人，第二种方法随机安排8名工人，即n1=12，n2=8，所得的有关数据如表。假定两种方法组装产品的时间服从正态分布，且方差不相等。以95%的置信水平建立两种方法组装产品所需平均时间差值的置信区间两个方法组装产品所需的时间方法1方法228.336.027.631.730.137.222.226.529.038.531.037.634.433.832.128.020.028.830.030.2\n两个总体均值之差的估计(例题分析)解:根据样本数据计算得自由度为两种方法组装产品所需平均时间之差的置信区间为0.192min~9.058mni\n两个总体均值之差的区间估计(匹配样本)\n两个总体均值之差的估计(匹配大样本)假定条件两个匹配的大样本(n130和n230)两个总体各观察值的配对差服从正态分布两个总体均值之差d=1-2在1-置信水平下的置信区间为对应差值的均值对应差值的标准差\n两个总体均值之差的估计(匹配小样本)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两个总体均值之差d=1-2在1-置信水平下的置信区间为\n两个总体均值之差的估计(例题分析)【例】由10名学生组成一个随机样本，让他们分别采用A和B两套试卷进行测试，结果如下表。试建立两种试卷分数之差d=1-295%的置信区间10名学生两套试卷的得分学生编号试卷A试卷B差值d17871726344193726111489845691741754951-27685513876601698577810553916STATISTICS\n两个总体均值之差的估计(例题分析)解:根据样本数据计算得两种试卷所产生的分数之差的置信区间为6.33分~15.67分\n两个总体比例之差区间的估计\n1.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两个总体比例之差的区间估计\n两个总体比例之差的估计(例题分析)【例】在某个电视节目的收视率调查中，农村随机调查了400人，有32%的人收看了该节目；城市随机调查了500人，有45%的人收看了该节目。试以95%的置信水平估计城市与农村收视率差别的置信区间12\n两个总体比例之差的估计(例题分析)解:已知n1=500，n2=400，p1=45%，p2=32%，1-=95%，z/2=1.961-2置信度为95%的置信区间为城市与农村收视率差值的置信区间为6.68%~19.32%\n两个总体方差比的区间估计\n两个总体方差比的区间估计1.比较两个总体的方差比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总体方差比在1-置信水平下的置信区间为\n两个总体方差比的区间估计(图示)FF1-F总体方差比的1-的置信区间方差比置信区间示意图\n两个总体方差比的区间估计(例题分析)【例】为了研究男女学生在生活费支出(单位：元)上的差异，在某大学各随机抽取25名男学生和25名女学生，得到下面的结果男学生：女学生：试以90%置信水平估计男女学生生活费支出方差比的置信区间\n两个总体方差比的区间估计(例题分析)解:根据自由度n1=25-1=24，n2=25-1=24，查得F/2(24)=1.98，F1-/2(24)=1/1.98=0.50512/22置信度为90%的置信区间为男女学生生活费支出方差比的置信区间为0.47~1.84\n两个总体参数的区间估计(小结)\n7.4样本量的确定7.4.1估计总体均值时样本量的确定7.4.2估计总体比例时样本量的确定7.4.3估计两个总体均值之差时样本量的确定7.4.4估计两个总体比例之差时样本量的确定\n估计总体均值时样本量的确定\n估计总体均值时样本量n为样本量n与总体方差2、估计误差E、可靠性系数Z或t之间的关系为与总体方差成正比与估计误差的平方成反比与可靠性系数成正比样本量的圆整法则：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等等估计总体均值时样本量的确定其中：\n估计总体均值时样本量的确定(例题分析)【例】拥有工商管理学士学位的大学毕业生年薪的标准差大约为2000元，假定想要估计年薪95%的置信区间，希望估计误差为400元，应抽取多大的样本量？\n估计总体均值时样本量的确定(例题分析)解:已知=2000，E=400,1-=95%，z/2=1.96应抽取的样本量为即应抽取97人作为样本\n估计总体比例时样本量的确定\n根据比例区间估计公式可得样本量n为估计总体比例时样本量的确定E的取值一般小于0.1未知时，可取使方差达到最大的值0.5其中：\n估计总体比例时样本量的确定(例题分析)【例】根据以往的生产统计，某种产品的合格率约为90%，现要求估计误差为5%，在求95%的置信区间时，应抽取多少个产品作为样本？解:已知=90%，=0.05，z/2=1.96，E=5%应抽取的样本量为应抽取139个产品作为样本\n本章小结参数估计的一般问题一个总体参数的区间估计两个总体参数的区间估计样本量的确定\n结束THANKS