《第5章参数估计课件》由会员分享,可在线阅读,更多相关《第5章参数估计课件(97页珍藏版)》请在金锄头文库上搜索。
1、作者 贾俊平,统 计 学(第三版),2008,2008年8月,不象其他科学,统计从来不打算使 自己完美无缺,统计意味着你永远 不需要确定无疑。 Gudmund R.Iversen,统计名言,第 5 章 参数估计,5.1 参数估计的基本原理 5.2 一个总体参数的区间估计 5.3 两个总体参数的区间估计 5.4 样本量的确定,2008年8月,学习目标,参数估计的基本原理 点估计与区间估计 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,2008年8月,参数估计在统计方法中的地位,2008年8月,大学生每周上网花多少时间?,为了解学生每周上网花费的
2、时间,中国人民大学公共管理学院的4名本科生对全校部分本科生做了问卷调查。调查的对象为中国人民大学在校本科生,调查内容包括上网时间、途径、支出、目的、关心的校园网内容,以及学生对收费的态度,包括收费方式、价格等 问卷调查由调查员直接到宿舍发放并当场回收。对四个年级中每年级各发60份问卷,其中男、女生各30份。共收回有效问卷共200份。其中有关上网时间方面的数据经整理如下表所示,2008年8月,大学生每周上网花多少时间?,平均上网时间为8.58小时,标准差为0.69小时。全校学生每周的平均上网时间是多少?每周上网时间在12小时以上的学生比例是多少?你做出估计的理论依据是什么?,5.1 参数估计的基
3、本原理 5.1.1 点估计与区间估计 5.1.2 评价估计量的标准,第 5 章 参数估计,5.1.1 点估计与区间估计,5.1 参数估计的一般问题,2008年8月,参数估计(parameter estimation)就是用样本统计量去估计总体的参数 估计量:用于估计总体参数的统计量的名称 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 & estimated value),2008年8月,点估计 (poin
4、t estimate),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 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,2008年8月,区间估计 (interval estimate),在点估计的基础上,给出总体参数估计的一个估计区间,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
5、 比如,某班级平均分数在7585之间,置信水平是95%,2008年8月,区间估计的图示,x,2008年8月,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,也称置信度 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(confidence level),2008年8月,由样本估计量构造出的总体参数在一定置信水平下的估计区间 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 如果用某种方法构造的所有区间中有95%的区间包含总体参数的真值,5%的区间
6、不包含总体参数的真值,那么,用该方法构造的区间称为置信水平为95%的置信区间。同样,其他置信水平的区间也可以用类似的方式进行表述,置信区间的表述 (confidence interval),2008年8月,总体参数的真值是固定的,而用样本构造的区间则是不固定的,因此置信区间是一个随机区间,它会因样本的不同而变化,而且不是所有的区间都包含总体参数 实际估计时往往只抽取一个样本,此时所构造的是与该样本相联系的一定置信水平(比如95%)下的置信区间。我们只能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,置信区间的表述 (confidence in
7、terval),2008年8月,当抽取了一个具体的样本,用该样本所构造的区间是一个特定的常数区间,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,因为它可能是包含总体均值的区间中的一个,也可能是未包含总体均值的那一个 一个特定的区间总是“包含”或“绝对不包含”参数的真值,不存在“以多大的概率包含总体参数”的问题 置信水平只是告诉我们在多次估计得到的区间中大概有多少个区间包含了参数的真值,而不是针对所抽取的这个样本所构建的区间而言的,置信区间的表述 (confidence interval),2008年8月,置信区间的表述 (95%的置信区间),从均值为185的总体中抽出n=10的20个
8、样本构造出的20个置信区间, 我没有抓住参数!,点估计值,2008年8月,使用一个较大的置信水平会得到一个比较宽的置信区间,而使用一个较大的样本则会得到一个较准确(较窄)的区间。直观地说,较宽的区间会有更大的可能性包含参数 但实际应用中,过宽的区间往往没有实际意义 比如,天气预报说“在一年内会下一场雨”,虽然这很有把握,但有什么意义呢?另一方面,要求过于准确(过窄)的区间同样不一定有意义,因为过窄的区间虽然看上去很准确,但把握性就会降低,除非无限制增加样本量,而现实中样本量总是有限的 区间估计总是要给结论留点儿余地,置信区间的表述 (confidence interval),5.1.2 评价估
9、计量的标准,5.1 参数估计的一般问题,2008年8月,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,2008年8月,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,2008年8月,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,A,B,较小的样本量,较大的样本量,P( ),5.2 一个总体参数的区间估计 5.2.1 总体均值的区间估计 5.2.2 总体比例的区间估计 5.2.3 总体方差的区间估计,第 5 章 参数估计,5.2.1 总体均值
10、的区间估计,5.2 一个总体参数估计的区间估计,2008年8月,一个总体参数的区间估计,2008年8月,总体均值区间的一般表达式,总体均值的置信区间是由样本均值加减估计误差得到的 估计误差由两部分组成:一是点估计量的标准误差,它取决于样本统计量的抽样分布。二是估计时所要的求置信水平为时,统计量分布两侧面积为的分位数值,它取决于事先所要求的可靠程度 总体均值在置信水平下的置信区间可一般性地表达为,样本均值分位数值样本均值的标准误差,2008年8月,总体均值的区间估计(大样本的估计),1.假定条件 总体服从正态分布,且方差() 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
11、统计量 z,总体均值 在1- 置信水平下的置信区间为,2008年8月,总体均值的区间估计(大样本的估计),【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,2008年8月,总体均值的区间估计 (大样本的估计),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,2008年8月,总体均值的区间估计(小样本的估计),1.假定条件 总体服从正态分布,但方差() 未知 小样本 (n 30) 使用
12、t 分布统计量,总体均值 在1-置信水平下的置信区间为,2008年8月,总体均值的区间估计 (小样本的估计),【 例 】一家食品生产企业以生产袋装食品为主,为对产量质量进行监测,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10克。试估计该批产品平均重量的置信区间,置信水平为95%,2008年8月,总体均值的区间估计 (小样本的估计),解:已知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
13、信水平下的置信区间为,该食品平均重量的置信区间为101.44g109.28g,2008年8月,总体均值的区间估计(小样本的估计),【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,2008年8月,总体均值的区间估计(小样本的估计),解:已知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1476.8h1503.2h,5.2.2 总体比例的区间估计,5.2 一个总体参数估计的区间估计,2008年8
14、月,总体比例的区间估计(传统方法),1.假定条件 总体服从二项分布 可以由正态分布来近似 np(成功次数)和n(1-p)(失败次数)均应该大于10 使用正态分布统计量 z,3. 总体比例在1-置信水平下的置信区间为,样本比例分位数值样本比例的标准误差,2008年8月,总体比例的区间估计(例题分析传统方法),【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,p65% , 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%,
15、2008年8月,一个总体比例的区间估计(现代方法),按照传统方法计算出来的置信水平为(1-)的置信区间能够覆盖总体真实比例的概率小于(1-),既是大样本也是如此,更不可能应用于小样本 根据经验法则:传统方法要求np(成功次数)和n(1-p)(失败次数)均应该大于10(也有些书上说大于5) 对于非常大的样本,传统方法和现代方法的结果几乎相同,但对于小样本或中等样本现代方法更适用,2008年8月,一个总体比例的区间估计(现代方法),通过修正试验次数n(样本量)和试验成功的比例P(样本比例)改进置信区间 将试验次数n加上4,即用 代替n;将试验成功的次数x加上2,即用 代替p 对于任意大小的样本都可
16、以使用该方法计算置信区间 只是在样本较小时,偶尔会有区间下限小于0或区间上限大于1的情况发生。此时可用0代替小于0的下限,用1代替大于1的上限,2008年8月,一个总体比例的区间估计(现代方法),设总体服从二项分布,即X(n,p),x为n次独立伯努利试验成功的次数,P为成功的概率 定义 和 总体比例在1- 置信水平下的置信区间 该区间也称为Agresti-Coull区间(由Alan Agresti和Brent Coull给出,以其姓氏命名) 如果下限小于0则用0代替;如果上限大于1则用1代替,2008年8月,一个总体比例的区间估计(现代方法),【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:,该城市下岗职工中女性比例的置信区间为47.72%79.12%,5.2.3 总体方差的区间估计,5.2 一个总体参数估计的区间估计,