06-抽样分布及参数估计课件.pptVIP

抽样研究 统计推断 抽样研究 统计推断 1-5%可信度实际含义： 从总体中进行随机抽样，共作100次抽样，每个样本可算得一个可信区间，得100个可信区间：平均有95个可信区间包括μ (估计正确)，只有5个可信区间不包括μ(估计错误)。 [最佳选择题] A. t分布图是一簇曲线 B. t分布图是单峰分布 C. 当??∞时，t?Z D. t分布图以0为中心，左右对称 E. 相同?时， 越大，P越大 2.某指标的均数为 ，标准差为S，由公 式 计算出来的区间称为( )。 3. 在已知均数为μ, 标准差为σ的正态总体中随机抽样， ( ) 的概率为5%。 A. CV B. S C. D. R E. 四分位数间距 [计算题] 1.随机抽取某地25名成年男性的红细胞数均数为5.00×1012/L，标准差为0.60×1012/L，试估计其抽样误差和总体均数的95%置信区间。 2.调查某地蛲虫感染情况，随机抽样调查了250人，感染人数为100。试估计该地蛲虫感染率的95%置信区间。 THANK YOU! 33 样本 总体 测量计算 样本统计量 随机抽样 推断 总体参数 参数估计 （一)基本概念 参数估计(Parameter estimation) ：用样本信息估计总体参数。 包括 点值估计( Point estimation )：不考虑抽样误差，直接用样本统计量 来作为总体参数 的估计值。 区间估计(Interval estimation)：考虑抽样误差，按一定的概率或可信度（1-α）用一个区 间来估计总体参数的所在范围。　　 这个区间范围叫总体参数的1-α的可信区间 (confidence interval, CI )或置信区间。 α一般取值0.05或0.01， 所以1-α为0.95或0.99　　 样本统计量 (点估计) 可信区间 下限 上限 若从正态分布的总体X～N (μ , s2)中随机抽取样本含量为n的一个样本，则其样本统计量 t = ( X-μ )/SX 服从自由度为v=n-1的t 分布。 ＜ S - X m X ＜ -t0.05/2, n t0.05/2, n 若确定1-α=0.95，则根据 t 分布的特征，t 有95%可能性在 -t0.05/2 到 t0.05/2 间，故： X-t0.05/2,nSX ＜m ＜ X+t0.05/2,nSX 注明:可信程度95%。 1 - a a/2 a/2 上可信限 下可信限 (1 - ?) % 概率包含了?；? % 的概率未包含? 1 - a a/2 a/2 可信区间概念：总体均数的1-α可信区间指一个范围，指该范围包含μ在内的可能性为1-α，不包含μ在内的可能性为α；常用1-α为95%和99%，又称置信区间。 可信限的概念：指可信区间的下限和上限，即两个端点值。可信区间是指以上、下可信限为界的一个范围，但不包含上下限两个值，故用（ ）表示，其为开区间。 上可信限 下可信限 【实验】： 从前面某年某地所有女学生所构成的正态总体N (155.4 , 5.32)，抽到100份随机样本，计算每份样本的95%可信区间。 1-α可信度的含义： 表6.1 从正态总体 N (155.4, 5.32) 抽到的100份随机样本的可信区间（n=30） 159.0 154.2 1.16 156.6 100 156.6 153.0 0.89 154.8 53 156.1 153.2 0.71 154.6 99 155.3 152.1 0.80 153.7 52 157.2 153.5 0.90 155.3 98 157.7 153.7 0.97 155.7 51 157.0 153.2 0.93 155.1 97 156.8 152.6 1.04 154.7 50 154.2 151.1 0.75 152.7 96 157.8 154.5 0.81 156.1 49 157.8 154.4 0.83 156.1 95 … … … … … 157.7 153.9 0.93 155.8 94 158.9 155.0 0.98 156.9 11 158.2 153.8 1.08 156.0 93 157.9 153.9 0.98 155.9 10 158.7 154.5 1.03