《统计学——参数估计》由会员分享，可在线阅读，更多相关《统计学——参数估计（8页珍藏版）》请在金锄头文库上搜索。
1、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 & estimated value) 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
2、 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 (point estimate) 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 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
3、量 区间估计 (interval estimate) 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7585之间，置信水平是95% 区间估计的图示置信水平 (confidence level) 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.
4、10 置信区间 (confidence interval) 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
5、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8.2 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 总体参数 符号表示 样本统计量 均值 比例 方差 8.2.1-1总体均值的区间估计(正态总体、s 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( ) 已知 如果不是正态分布，可由正态分布来近似 (n 30) 2. 使用正态分
6、布统计量 z 3. 总体均值 在1- 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、s 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( ) 未知 小样本 (n 30) 2. 使用 t 分布统计量 3. 总体均值 在1- 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
7、计量 z 3. 总体比例 在1- 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 s 2的点估计量为s 2 ,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 总体参数 符号表示 样本统计量 均值差 比例差 方差比 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
8、正态分布， 1 、 2 已知 若不是正态分布, 可以用正态分布来近似(n 1 30和n 2 30) 两个样本是独立的随机样本2. 使用正态分布统计量 z 3. 1 , 2 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 4. 1 , 2 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 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: s 1 2 =s 2 2) 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： 1 = 2 两个独立的小样本(n 1 30和n 2 30) 2. 总体方差的合并估计
9、量 3. 估计量x 1 -x 2 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 1 - 2 在1- 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: s 1 2 s 2 2) 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： 1 2 两个独立的小样本(n 1 30和n 2 30) 2. 使用统计量 两个总体均值之差 1 - 2 在1- 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(n 1 30和n 2 30) 两个总体各观察值的配对差服从正态
10、分布 2. 两个总体均值之差 d = 1 - 2 在1- 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(n 1 30和n 2 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 d = 1 - 2 在1- 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 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 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
11、2. 用两个样本的方差比来判断 如果S 1 2 / S 2 2 接近于1,说明两个总体方差很接近 如果S 1 2 / S 2 2 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- 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8.4.1 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 2 、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
12、.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0.1 3. 未知时，可取使方差达到最大的值0.5 8.4.3 估计两个总体均值之差时样本量的确定 1. 设n 1 和n 2 为来自两个总体的样本，并假定n 1 =n 2 2. 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n 1 和n 2 为来自两个总体的样本，并假定n 1 =n 2 2. 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
