抽样与估计（课件）

第7章参数估计(2)7.5参数估计的一般问题7.6一个总体参数的区间估计7.7两个总体参数的区间估计7.8样本容量的确定第7章参数估计(2)7.5参数估计的一般问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容量的确定方法学习目标估计量与估计值的概念参数估计在统计方法中的地位参数估计假设检验统计方法描述统计推断统计参数估计在统计方法中的地位参数估计假设检验统计方法描述统计推统计推断的过程样本总体样本统计量如：样本均值、比例、方差总体均值、比例、方差等统计推断的过程样本总体样本统计量总体均值、比例、方差等7.5参数估计的一般问题7.5.1估计量与估计值7.5.2点估计与区间估计7.5.3评价估计量的标准7.5参数估计的一般问题7.5.1估计量与估计值估计量与估计值估计量与估计值估计量：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)估计量：用于估计总体参数的随机变量估计量与估计值

(est点估计与区间估计点估计与区间估计参数估计的方法矩估计法最小二乘法最大似然法顺序统计量法估计方法点估计区间估计参数估计的方法矩估计法最小二乘法最大似然法顺序统计量法估计点估计

(pointestimate)用样本的估计量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例如：用两个样本均值之差直接作为总体均值之差的估计2. 没有给出估计值接近总体参数程度的信息点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等点估计

(pointestimate)用样本的估计量直接区间估计

(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区间估计

(intervalestimate)在点估计的区间估计的图示x95%的样本-1.96x+1.96x99%的样本-2.58x+2.58x90%的样本-1.65x+1.65x区间估计的图示x95%的样本-1.96x+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置信区间

(confidenceinterval)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置信区间置信区间与置信水平均值的抽样分布(1-)%区间包含了%的区间未包含1–aa/2a/2置信区间与置信水平均值的抽样分布(1-)%区间包影响区间宽度的因素1. 总体数据的离散程度，用来测度样本容量，3. 置信水平(1-)，影响zα/2

的大小影响区间宽度的因素1. 总体数据的离散程度，用来测度评价估计量的标准评价估计量的标准无偏性

(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无偏有偏无偏性

(unbiasedness)无偏性：估计量抽样分布的有效性

(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(

)有效性

(efficiency)有效性：对同一总体参数的两个一致性

(consistency)一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数AB较小的样本容量较大的样本容量P(

)一致性

(consistency)一致性：随着样本容量的增大7.6一个总体参数的区间估计7.6.1总体均值的区间估计7.6.2总体比例的区间估计7.6.3总体方差的区间估计7.6一个总体参数的区间估计7.6.1总体均值的区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)总体均值的区间估计

(正态总体、２已知，或非正态总体、大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总体均值的区间估计

(大样本)1. 假定条件总体均值在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总体均值的区间估计

(例题分析)【例】一家食品生产企业以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：

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该批食品的95%的重量在101.44g~109.28g之间“？”总体均值的区间估计

(例题分析)解：已知Ｘ~N(，102)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

(confidenceinterval)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

(confidenceinterval)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个样本构造出的20个置信区间我没有抓住参数！点估计值置信区间的表述

(95%的置信区间)从均值为185的总体中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

(confidenceinterval)使用一个较大的置信水平会得到一个比较宽的置信区间，而使用一个总体均值的区间估计

(例题分析SPSS)Analyze→DescriptiveStatistics→Explore25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总体均值的区间估计

(例题分析SPSS)Analyze→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投保个人组成的随机样本，得到每个投保人的年龄(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总体均值的区间估计

(例题分析)【例】一家保险公司收集到由3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岁总体均值的区间估计

(例题分析)解：已知n=36,1-总体均值的区间估计

(例题分析SPSS)Analyze→DescriptiveStatistics→Explore36个投保人年龄的数据233539273644364246433133425345544724342839364440394938344850343945484532总体均值的区间估计

(例题分析SPSS)Analyze总体均值的区间估计

(正态总体、２未知、小样本)总体均值的区间估计

(正态总体、２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,且方差(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总体均值的区间估计

(小样本)1. 假定条件总体均值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)zt分布t分布是类似正态分布的一种对称分布，它通常要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(小时)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1476.8小时～1503.2小时总体均值的区间估计

(例题分析)解：已知Ｘ~N(，2)，总体均值的区间估计

(例题分析SPSS)16灯泡使用寿命的数据1510152014801500145014801510152014801490153015101460146014701470Analyze→CompareMeans→One-SampleTTest总体均值的区间估计

(例题分析SPSS)16灯泡使用寿命的总体比例的区间估计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总体比例的区间估计1. 假定条件3.总体比例在1-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%

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总体方差的区间估计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总体方差的区间估计1. 估计一个总体的方差或标准差4.总总体方差的区间估计

(图示)221-2总体方差1-的置信区间自由度为n-1的2总体方差的区间估计

(图示)221-2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总体方差的区间估计

(例题分析)解:已知n＝25，1-＝97.7两个总体参数的区间估计7.7.1两个总体均值之差的区间估计7.7.2两个总体比例之差的区间估计7.7.3两个总体方差比的区间估计7.7两个总体参数的区间估计7.7.1两个总体均值之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之差比例之差方差比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之差比例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(n130和n230)两个样本是独立的随机样本使用正态分布统计量z两个总体均值之差的估计

(大样本)1. 假定条件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两个总体均值之差的估计

(大样本)1. 1２，2２已两个总体均值之差的估计

(例题分析)【例】某地区教育委员会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两个总体均值之差的估计

(例题分析)【例】某地区教育委员会想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区间估计

(独立小样本)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的抽样标准差两个总体均值之差的估计

(小样本:12=22)1两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两个总体均值之差的估计

(小样本:12=22)两个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（分钟）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228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521两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0.14分钟~7.26分钟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个总体均值之差的估计

(例题分析SPSS)两个方法组装产品所需的时间方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521Analyze→CompareMeans→Independent-SamplesTTest两个总体均值之差的估计

(例题分析SPSS)两个方法组装产两个总体均值之差的估计

(小样本:1222

)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：1２2２两个独立的小样本(n1<30和n2<30)使用统计量两个总体均值之差的估计

(小样本:1222)1两个总体均值之差的估计

(小样本:1222

)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两个总体均值之差的估计

(小样本:1222)两两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228.336.027.631.730.137.222.226.529.038.531.037.634.433.832.128.020.028.830.030.221两个总体均值之差的估计

(例题分析)【例】沿用前例。假定第一两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0.192分钟~9.058分钟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区间估计

(匹配样本)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(n130和n230)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两个总体均值之差的估计

(匹配大样本)假定条件对应差值的均值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两个总体均值之差的估计

(匹配小样本)假定条件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=1-2

95%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两个总体均值之差的估计

(例题分析)【例】由10名学生组成一两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个总体均值之差的估计

(例题分析SPSS)Analyze→CompareMeans→

Paired-SamplesTTest

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两个总体均值之差的估计

(例题分析SPSS)Analyze两个总体比例之差区间的估计两个总体比例之差区间的估计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两个总体比例之差的区间估计1. 假定条件两个总体比例之差的区间估计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90%的置信水平估计城市与农村收视率差别的置信区间12两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%两个总体比例之差的估计

(例题分析)解:已知n1=50两个总体方差比的区间估计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两个总体方差比的区间估计1. 比较两个总体的方差比两个总体方差比的区间估计

(图示)FF1-F总体方差比1-的置信区间方差比置信区间示意图两个总体方差比的区间估计

(图示)FF1-F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(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=0.50512/22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

两个总体方差比的区间估计

(例题分析)解:根据自由度n17.8样本容量的确定7.8.1估计总体均值时样本容量的确定7.8.2估计总体比例时样本容量的确定7.8.3估计两个总体均值之差时样本容量的确定7.8.4估计两个总体比例之差时样本容量的确定7.8样本容量的确定7.8.1估计总体均值时样本容量估计总体均值时样本容量的确定估计总体均值时样本容量的确定估计总体均值时样本容量n为样本容量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成反比与可靠性系数成正比估计总体均值时样本容量的确定其中：估计总体均值时样本容量n为估计总体均值时样本容量的确定其中估计总体均值时样本容量的确定

(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，希望边际误差为400元，应抽取多大的样本容量？估计总体均值时样本容量的确定

(例题分析)【例】拥有工商管估计总体均值时样本容量的确定

(例题分析)解:已知=500，E=200,1-=95%，z/2=1.96

应抽取的样本容量为即应抽取97人作为样本估计总体均值时样本容量的确定

(例题分析)解:已知估计总体比例时样本容量的确定估计总体比例时样本容量的确定根据比例区间估计公式可得样本容量n为估计总体比例时样本容量的确定

E的取值一般小于0.1

未知时，可取最大值0.5其中：根据比例区间估计公式可得样本容量n为估计总体比例时样本容量的估计总体比例时样本容量的确定

(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%，现要求边际误差为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%

应抽取的样本容量为

应抽取139个产品作为样本估计总体比例时样本容量的确定

(例题分析)【例】根据以往的估计两个总体均值之差时

样本容量的确定估计两个总体均值之差时

样本容量的确定设n1和n2为来自两个总体的样本，并假定n1=n2根据均值之差的区间估计公式可得两个样本的容量n为估计两个总体均值之差时

样本容量的确定其中：设n1和n2为来自两个总体的样本，并假定n1=n2估计两个总估计两个总体均值之差时样本容量的确定

(例题分析)【例】一所中学的教务处想要估计试验班和普通班考试成绩平均分数差值的置信区间。要求置信水平为95%，预先估计两个班考试分数的方差分别为：试验班12=90，普通班22=120。如果要求估计的误差范围(边际误差)不超过5分，在两个班应分别抽取多少名学生进行调查？English估计两个总体均值之差时样本容量的确定

(例题分析)【例】一估计两个总体均值之差时样本容量的确定

(例题分析)解:已知12=90，22=120，E=5,1-=95%，z/2=1.96即应抽取33人作为样本估计两个总体均值之差时样本容量的确定

(例题分析)解:估计两个总体比例之差时

样本容量的确定估计两个总体比例之差时

样本容量的确定设n1和n2为来自两个总体的样本，并假定n1=n2根据比例之差的区间估计公式可得两个样本的容量n为估计两个总体比例之差时

样本容量的确定其中：设n1和n2为来自两个总体的样本，并假定n1=n2估计两个总估计两个总体比例之差时样本容量的确定

(例题分析)【例】一家瓶装饮料制造商想要估计顾客对一种新型饮料认知的广告效果。他在广告前和广告后分别从市场营销区各抽选一个消费者随机样本，并询问这些消费者是否听说过这种新型饮料。这位制造商想以10%的误差范围和95%的置信水平估计广告前后知道该新型饮料消费者的比例之差，他抽取的两个样本分别应包括多少人？(假定两个样本容量相等)绿色健康饮品估计两个总体比例之差时样本容量的确定

(例题分析)【例】一估计两个总体比例之差时样本容量的确定

(例题分析)解:E=10%,1-=95%，z/2=1.96，由于没有的信息，用0.5代替即应抽取193位消费者作为样本估计两个总体比例之差时样本容量的确定

(例题分析)解:本章小结(2)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容量的确定本章小结(2)参数估计的一般问题结束THANKS结束THANKS第7章参数估计(2)7.5参数估计的一般问题7.6一个总体参数的区间估计7.7两个总体参数的区间估计7.8样本容量的确定第7章参数估计(2)7.5参数估计的一般问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容量的确定方法学习目标估计量与估计值的概念参数估计在统计方法中的地位参数估计假设检验统计方法描述统计推断统计参数估计在统计方法中的地位参数估计假设检验统计方法描述统计推统计推断的过程样本总体样本统计量如：样本均值、比例、方差总体均值、比例、方差等统计推断的过程样本总体样本统计量总体均值、比例、方差等7.5参数估计的一般问题7.5.1估计量与估计值7.5.2点估计与区间估计7.5.3评价估计量的标准7.5参数估计的一般问题7.5.1估计量与估计值估计量与估计值估计量与估计值估计量：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)估计量：用于估计总体参数的随机变量估计量与估计值

(est点估计与区间估计点估计与区间估计参数估计的方法矩估计法最小二乘法最大似然法顺序统计量法估计方法点估计区间估计参数估计的方法矩估计法最小二乘法最大似然法顺序统计量法估计点估计

(pointestimate)用样本的估计量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例如：用两个样本均值之差直接作为总体均值之差的估计2. 没有给出估计值接近总体参数程度的信息点估计的方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等点估计

(pointestimate)用样本的估计量直接区间估计

(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区间估计

(intervalestimate)在点估计的区间估计的图示x95%的样本-1.96x+1.96x99%的样本-2.58x+2.58x90%的样本-1.65x+1.65x区间估计的图示x95%的样本-1.96x+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置信区间

(confidenceinterval)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置信区间置信区间与置信水平均值的抽样分布(1-)%区间包含了%的区间未包含1–aa/2a/2置信区间与置信水平均值的抽样分布(1-)%区间包影响区间宽度的因素1. 总体数据的离散程度，用来测度样本容量，3. 置信水平(1-)，影响zα/2

的大小影响区间宽度的因素1. 总体数据的离散程度，用来测度评价估计量的标准评价估计量的标准无偏性

(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无偏有偏无偏性

(unbiasedness)无偏性：估计量抽样分布的有效性

(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(

)有效性

(efficiency)有效性：对同一总体参数的两个一致性

(consistency)一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数AB较小的样本容量较大的样本容量P(

)一致性

(consistency)一致性：随着样本容量的增大7.6一个总体参数的区间估计7.6.1总体均值的区间估计7.6.2总体比例的区间估计7.6.3总体方差的区间估计7.6一个总体参数的区间估计7.6.1总体均值的区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)总体均值的区间估计

(正态总体、２已知，或非正态总体、大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总体均值的区间估计

(大样本)1. 假定条件总体均值在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总体均值的区间估计

(例题分析)【例】一家食品生产企业以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：

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该批食品的95%的重量在101.44g~109.28g之间“？”总体均值的区间估计

(例题分析)解：已知Ｘ~N(，102)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

(confidenceinterval)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

(confidenceinterval)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个样本构造出的20个置信区间我没有抓住参数！点估计值置信区间的表述

(95%的置信区间)从均值为185的总体中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

(confidenceinterval)使用一个较大的置信水平会得到一个比较宽的置信区间，而使用一个总体均值的区间估计

(例题分析SPSS)Analyze→DescriptiveStatistics→Explore25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总体均值的区间估计

(例题分析SPSS)Analyze→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投保个人组成的随机样本，得到每个投保人的年龄(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总体均值的区间估计

(例题分析)【例】一家保险公司收集到由3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岁总体均值的区间估计

(例题分析)解：已知n=36,1-总体均值的区间估计

(例题分析SPSS)Analyze→DescriptiveStatistics→Explore36个投保人年龄的数据233539273644364246433133425345544724342839364440394938344850343945484532总体均值的区间估计

(例题分析SPSS)Analyze总体均值的区间估计

(正态总体、２未知、小样本)总体均值的区间估计

(正态总体、２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,且方差(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总体均值的区间估计

(小样本)1. 假定条件总体均值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)zt分布t分布是类似正态分布的一种对称分布，它通常要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(小时)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1476.8小时～1503.2小时总体均值的区间估计

(例题分析)解：已知Ｘ~N(，2)，总体均值的区间估计

(例题分析SPSS)16灯泡使用寿命的数据1510152014801500145014801510152014801490153015101460146014701470Analyze→CompareMeans→One-SampleTTest总体均值的区间估计

(例题分析SPSS)16灯泡使用寿命的总体比例的区间估计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总体比例的区间估计1. 假定条件3.总体比例在1-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%

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总体方差的区间估计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总体方差的区间估计1. 估计一个总体的方差或标准差4.总总体方差的区间估计

(图示)221-2总体方差1-的置信区间自由度为n-1的2总体方差的区间估计

(图示)221-2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总体方差的区间估计

(例题分析)解:已知n＝25，1-＝97.7两个总体参数的区间估计7.7.1两个总体均值之差的区间估计7.7.2两个总体比例之差的区间估计7.7.3两个总体方差比的区间估计7.7两个总体参数的区间估计7.7.1两个总体均值之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之差比例之差方差比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之差比例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(n130和n230)两个样本是独立的随机样本使用正态分布统计量z两个总体均值之差的估计

(大样本)1. 假定条件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两个总体均值之差的估计

(大样本)1. 1２，2２已两个总体均值之差的估计

(例题分析)【例】某地区教育委员会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两个总体均值之差的估计

(例题分析)【例】某地区教育委员会想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区间估计

(独立小样本)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的抽样标准差两个总体均值之差的估计

(小样本:12=22)1两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两个总体均值之差的估计

(小样本:12=22)两个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（分钟）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228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521两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0.14分钟~7.26分钟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个总体均值之差的估计

(例题分析SPSS)两个方法组装产品所需的时间方法1方法228.336.027.631.730.137.222.226.029.038.531.032.037.634.433.831.232.128.020.033.428.830.030.226.521Analyze→CompareMeans→Independent-SamplesTTest两个总体均值之差的估计

(例题分析SPSS)两个方法组装产两个总体均值之差的估计

(小样本:1222

)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：1２2２两个独立的小样本(n1<30和n2<30)使用统计量两个总体均值之差的估计

(小样本:1222)1两个总体均值之差的估计

(小样本:1222

)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两个总体均值之差的估计

(小样本:1222)两两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228.336.027.631.730.137.222.226.529.038.531.037.634.433.832.128.020.028.830.030.221两个总体均值之差的估计

(例题分析)【例】沿用前例。假定第一两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0.192分钟~9.058分钟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区间估计

(匹配样本)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(n130和n230)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两个总体均值之差的估计

(匹配大样本)假定条件对应差值的均值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两个总体均值之差的估计

(匹配小样本)假定条件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=1-2

95%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两个总体均值之差的估计

(例题分析)【例】由10名学生组成一两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个总体均值之差的估计

(例题分析SPSS)Analyze→CompareMeans→

Paired-SamplesTTest

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两个总体均值之差的估计

(例题分析SPSS)Analyze两个总体比例之差区间的估计两个总体比例之差区间的估计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两个总体比例之差的区间估计1. 假定条件两个总体比例之差的区间估计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90%的置信水平估计城市与农村收视率差别的置信区间12两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=