社会统计学(卢淑华),第六章VIP免费

第六章参数估计第一节统计推论一、统计推论：根据局部资料对总体特征进行推断特点：1、局部资料的特性在某种程度上能反映总体的特征2、抽样结果不能恰好等于总体的结果二、理论基础：概率论三、内容：1、通过样本对总体的未知参数进行估计（参数估计）2、通过样本对总体的某种假设进行检验（假设检验）第二节名词解释1、总体：研究的全体2、样本与简单随机样本：从总体中按一定方式抽出的一部分叫样本。要求抽样的数据不但是随机变量而且相互独立，遵从同一分布，那么，这种样本就叫简单随机样本。▲简单随机样本有3种情况3、统计量：根据样本数据计算的统计指标称统计量。i13）样本成数1nni1nxix22）样本方差S21n1ˆPmn用样本均值：xxi用样本方差：1第三节参数的点估计作为σ的点估计值一、总体参数（均值与方差）的点估计公式1、总体均值的点估计值1nni12、总的点估计值xix22nn1i1S2用标准差：Sx3、总体成数的点估计值用样本成数：表示在样本n次观测中，A类共出现m次。imni1mnp1nni1xi例：5位被调查者的月收入：A500B510C490D520E480求总体均值、方差的点估计值x的方差：Dx2样本方差S2的方差：DSn21二、评价估计值的标准1、无偏性：x的均值等于待估参数μ如果Qˆ是总体参数Q的估计值，且Qˆ分布的均值有EQˆQ，则称Qˆ是Q的无偏估计。2、有效性：1）方法：如果两个估计值Qˆ1x1x2xn及Qˆ2x1x2xn，它们都满足无偏性，那么当Qˆ1的方差比Qˆ2的方差小时，则Qˆ1较Qˆ2更有效。2）增加样本容量可以有效的增加一次抽样接近待估参数的概率。样本均值n24ˆ3、一致性：一个数的估计值要求随样本容量n的增大而以较大的概率去接近被估计参数的值。把样本容量为n时的估计值记作Qˆn，如果n时，Qˆn按概率收敛于总体参数Q，即对于任何正数，有：limPQQ1n则称Qˆn是Q的一致估计值。2、总体为正态分布N,，但方差为未知，统计量s第四节抽样分布已不再服从正态分布，而是服从自由度k=n-1的t分布。一、例二、样本均值的分布1、总体分布为正态分布N,2然服从正态分布。x2n3、任意总体，大样本情况，根据中心极限定理，在大样本情况下，x的分布接近于正态分布。结论：在社会现象的研究中，只要n足够大，x的分布将确定它为一个近似的正态分布。一般情况下S分布很复杂，它的精确分布22不一定能求出来。要知道它的大致形状，可通过计算机模拟的方法，从总体中随机抽取相当数目的样本，并作出样本方差的频率直方图。,——置信区间（反映估计的准确性）Q第五节正态总体的区间估计一、置信度、置信区间如果用Qˆx1x2xn作为未知参数Q的估计值，那么区间包含参数Q之概率为1的关系表达式为Q1置信度（置信概率）（置信区间估计的可靠性）显著性水平（置信区间不可靠的概率）置信区间与置信度的关系：在样本容量一定的情况下，置信区间和置信度是相互制约的。置信度愈大，则相应的置信区间也愈宽。1、知Px1二、正态总体均值的区间估计即:2xnN0,1以下统计量满足正态分布Z对于的双侧置信区间有PZ2ZZ2122nxnzz练习例：某地月收入状况服从正态分布，根据64人的抽样，其平均收入为800元，求置信度为0.95时的2、知时当总体满足正态分布，但Pxt2122下，以下统计量满足自由度k=n-1的t分布。xsnttn1t21的双侧置信区间有：ptsnxt2sn如果未知，x800接上例抽样人数为20，求置信区间。2s100.05xn1由度k=n-...