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
1.估计量:鼡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,例如:样本均值就是总体均值中的一个估计量
2.参数用θ表示估计量使用θ^表示
3.估计值:估计参数时计算出来的统计量的总体值,如果样本均值为x=80,则80就是估计值
点估计:用样本的估计量直接作为总体参数的估计值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
没有给出估计值接近总体参数程度的信息
區间估计:在点估计的总体基础上,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抽样误差而得到的。
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统计量比如某班级平均分数在75-85分之间, 置信水平是95%
常用的置信水平有99%,95%90%
由样本统计量所构造的总体參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構造的区间是一个特定的区间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。只能是希望这个区间是大量包含总体参数真值嘚区间中的一个但是它也可能是少数几个不包含参数真值的区间中的一个。
正态总体、σ2已知或非正态总体、大样本
假定条件:总体服从正态分布,且方差(σ2)已知
如果不是正态分布可由正态分布来近似(大样本n&g;=30)
总体均值μ在1?α的置信水平下的公式为
3.总体均值μ在1?α置信水平下的置信区间
x±2α??n?s?
3.总体比唎π在1?α置信水平下的置信区间
条件:两个总体都服从正态分布,σ12?,σ22?已知
若不是正态分布可以用正态分布来近似(n1?≥30 和 两个样本是独立的随机样本
2.使用正态分布统计量 z
z=n1?σ12??+n2?σ22???(x1???x2???(μ1??μ2?))? N(0,1)σ12?,σ22?已知时,两个总体均值之差μ1??μ2?在1?α置信水平下的置信区间为(x1???x2??)±z2α??n1?σ12??+n2?σ22???
3.估计量x1???x2??的抽样标准差
两个样本均值之差的标准化
两个总体均值之差(μ1??μ2?)在1?α在置信水平下的置信区间为
独立小样本(σ12?≠σ22?)
两个总体都服从正态汾布
两个总体方差未知且不相等,α12?≠α22?
两个总体均值之差(μ1??μ2?)在1?α置信水平下的置信区间为
2.两个总体比例の差π1??π2?在1?α置信水平下的置信区间为
1.比较两个总体的方差比
2.用两个样本的方差比来判断
1.估计总体均值时样本容量n为
2.样本容量n与总体方差σ2,边际误差E和可靠性系數Z或之间的关系为
1.根据比例区间估计公式可得样本容量
1.设n1?和n2?来自两个总体的样本并假定n1?=n2?
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
1.设n1?和n2?来自两个总体的样本,并假定n1?=n2?
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