第5章 参数估计基础
统计学第五章课后题及答案解析
第五章练习题一、单项选择题1．抽样推断的目的在于（）A．对样本进行全面调查B．了解样本的基本情况C．了解总体的基本情况D．推断总体指标2．在重复抽样条件下纯随机抽样的平均误差取决于（）A．样本单位数B．总体方差C．抽样比例D．样本单位数和总体方差3．根据重复抽样的资料，一年级优秀生比重为10%，二年级为20%，若抽样人数相等时，优秀生比重的抽样误差（）A．一年级较大B．二年级较大C．误差相同D．无法判断4．用重复抽样的抽样平均误差公式计算不重复抽样的抽样平均误差结果将（）A．高估误差B．低估误差C．恰好相等D．高估或低估5．在其他条件不变的情况下，如果允许误差缩小为原来的1/2，则样本容量（）A．扩大到原来的2倍B．扩大到原来的4倍C．缩小到原来的1/4D．缩小到原来的1/26．当总体单位不很多且差异较小时宜采用（）A．整群抽样B．纯随机抽样C．分层抽样D．等距抽样7．在分层抽样中影响抽样平均误差的方差是（）A．层间方差B．层内方差C．总方差D．允许误差二、多项选择题1．抽样推断的特点有（）A．建立在随机抽样原则基础上 B．深入研究复杂的专门问题C．用样本指标来推断总体指标 D．抽样误差可以事先计算E．抽样误差可以事先控制2．影响抽样误差的因素有（）A．样本容量的大小 B．是有限总体还是无限总体C．总体单位的标志变动度 D．抽样方法E．抽样组织方式3．抽样方法根据取样的方式不同分为（）A．重复抽样 B．等距抽样 C．整群抽样D．分层抽样 E．不重复抽样4．抽样推断的优良标准是（）A．无偏性 B．同质性 C．一致性D．随机性 E．有效性5．影响必要样本容量的主要因素有（）A．总体方差的大小 B．抽样方法C．抽样组织方式 D．允许误差范围大小E．要求的概率保证程度6．参数估计的三项基本要素有（）A．估计值 B．极限误差C．估计的优良标准 D．概率保证程度E．显著性水平7．分层抽样中分层的原则是（）A．尽量缩小层内方差 B．尽量扩大层内方差C．层量扩大层间方差 D．尽量缩小层间方差E．便于样本单位的抽取三、填空题1．抽样推断和全面调查结合运用，既实现了调查资料的_______性，又保证于调查资料的 _______性。
统计第五章练习题
第五章参数估计（一）单项选择题(在下列备选答案中，只有一个是正确的，请将其顺序号填入括号内)1.在抽样推断中，必须遵循( )抽取样本。
①随意原则②随机原则③可比原则④对等原则2.抽样调查的主要目的在于( )。
①计算和控制抽样误差②了解全及总体单位的情况③用样本来推断总体④对调查单位作深入的研究3.抽样误差是指（）。
①计算过程中产生的误差②调查中产生的登记性误差③调查中产生的系统性误差④随机性的代表性误差4.在抽样调查中( )。
①既有登记误差，也有代表性误差②既无登记误差，也无代表性误差③只有登记误差，没有代表性误差④没有登记误差，只有代表性误差5.在抽样调查中，无法避免的误差是( )。
①登记误差②系统性误差③计算误差④抽样误差6.能够事先加以计算和控制的误差是( )。
①抽样误差②登记误差③系统性误差④测量误差7.抽样平均误差反映了样本指标与总体指标之间的( )。
①可能误差范围②平均误差程度③实际误差④实际误差的绝对值8.抽样平均误差的实质是( )。
①总体标准差②全部样本指标的平均差③全部样本指标的标准差④全部样本指标的标志变异系数9.在同等条件下，重复抽样与不重复抽样相比较，其抽样平均误差( )。
①前者小于后者②前者大于后者③两者相等④无法确定哪一个大10.在其他条件保持不变的情况下，抽样平均误差( )。
①随着抽样数目的增加而加大②随着抽样数目的增加而减小③随着抽样数目的减少而减小④不会随抽样数目的改变而变动11.允许误差反映了样本指标与总体指标之间的( )。
①抽样误差的平均数②抽样误差的标准差③抽样误差的可靠程度④抽样误差的可能范围12.极限误差与抽样平均误差数值之间的关系为( )。
①前者一定小于后者②前者一定大于后者③前者一定等于后者④前者既可以大于后者，也可以小于后者13.所谓小样本一般是指样本单位数（）。
①30个以下②30个以上③100个以下④100个以上14.样本指标和总体指标( )。
统计第五章练习题
统计第五章练习题部门： xxx时间： xxx整理范文，仅供参考，可下载自行编辑第五章参数估计<一）单项选择题(在下列备选答案中，只有一个是正确的，请将其顺序号填入括号内>1.在抽样推断中，必须遵循( >抽取样本。
①随意原则②随机原则③可比原则④对等原则2.抽样调查的主要目的在于( >。
①计算和控制抽样误差②了解全及总体单位的情况③用样本来推断总体④对调查单位作深入的研究b5E2RGbCAP3.抽样误差是指< ）。
①计算过程中产生的误差②调查中产生的登记性误差③调查中产生的系统性误差④随机性的代表性误差4.在抽样调查中( >。
①既有登记误差，也有代表性误差②既无登记误差，也无代表性误差③只有登记误差，没有代表性误差④没有登记误差，只有代表性误差5.在抽样调查中，无法避免的误差是( >。
①登记误差②系统性误差③计算误差④抽样误差6.能够事先加以计算和控制的误差是( >。
①抽样误差②登记误差③系统性误差④测量误差7.抽样平均误差反映了样本指标与总体指标之间的( >。
①可能误差范围②平均误差程度③实际误差④实际误差的绝对值8.抽样平均误差的实质是( >。
①总体标准差②全部样本指标的平均差③全部样本指标的标准差④全部样本指标的标志变异系数p1EanqFDPw9.在同等条件下，重复抽样与不重复抽样相比较，其抽样平均误差( >。
①前者小于后者②前者大于后者③两者相等④无法确定哪一个大10.在其他条件保持不变的情况下，抽样平均误差( >。
①随着抽样数目的增加而加大②随着抽样数目的增加而减小③随着抽样数目的减少而减小④不会随抽样数目的改变而变动DXDiTa9E3d11.允许误差反映了样本指标与总体指标之间的( >。
①抽样误差的平均数②抽样误差的标准差③抽样误差的可靠程度④抽样误差的可能范围12.极限误差与抽样平均误差数值之间的关系为( >。
第五章 参数估计
1
X 2 t n1 n2 2
2
2 Sp
n1
n2
X
1
X 2 z
2
2 S12 S 2 n1 n2
2 Sp
2 2 n1 1S1 n2 1S 2
n1 n2 2
20
例题：
分别在城市1和城市2中随机抽取n1=400， n2=500的职工进行调查，经计算两城市职工的 平均月收入及标准差分别为X1=1650元，
22
思考题：
一个研究机构做了一项调查，以确定稳定的吸 烟者每周在香烟上的消费额。他们抽取49位固 定的吸烟者，发现均值为20元，标准差5元。
1.总体均值的点估计是多少？
2.总体均值μ的95%置信区间是什么？
23
思考题解答：
1.总体均值的点估计是20元。
2.总体均值μ的95%置信区间： 随机变量X表示每周香烟消费额，由题意可知，X=20， S=5，1-α=0.95，α=0.05；n=49 属于大样本，σ 未知以S估计。总体均值μ的95%置信区间为
P z Z z 1 2 2
P L U 1
X P z z 1 2 2 n
Step3：将上面等式进行等价变换即可。
P L U 1
第五章 参数估计
第五章 参数估计
利用样本数据对总体特征进行推断，通常在以下 两种情况下进行：
当总体分布类型已知(如：正态)，根据样本数据对 总体分布的未知参数进行估计或检验。参数估 计或参数检验。（如：μ或σ为何？） 当总体分布类型未知或知道很少，根据样本数据 对总体的未知分布的形状或特征进行推断。非参 数检验。（如：是否正态分布？是否随机？）
统计习题——精选推荐
卫生统计学习题第二章定量资料的统计描述1. 1985年某省农村30例6-7岁正常男童胸围（cm）测量结果如下：51.6 54.1 54.0 56.9 57.7 55.558.3 55.4 53.8 57.7 51.3 53.8 57.3 54.8 52.1 55.3 54.8 54.7 53.4 57.1 53.1 55.9 51.4 54.6 56.1 61.859.3 56.8 59.8 53.9（1）试编制以上数据的频数表，绘制直方图，概括其分布特征。
（2）用合适的统计量描述其集中趋势和离散趋势。
（3）对样本进行正态性检验第三章定性资料的统计描述1.某地通过卫生服务的基线调查得到如下资料，试作如下分析：（1）计算全人口的性别比；（2）计算育龄妇女（15~49岁）占总人口的百分比；（3）计算总负担系数；（4）计算老年人口系数某地人口构成情况年龄组（岁）男（%）女（%）年龄组（岁）男（%）女（%）0~ 4.2 4.0 45~ 2.4 2.75~ 3.2 3.1 50~ 2.1 2.410~ 4.4 4.2 55~ 1.2 2.215~ 5.5 5.3 60~ 1.3 2.420~ 5.1 5.2 65~ 1.1 1.425~ 6.0 6.1 70~ 0.8 1.230~ 4.3 4.5 75~ 0.5 0.935~ 3.2 3.3 80~ 0.2 0.540~ 2.3 2.5 85~ 0.1 0.2第四章常用概率分布1.假定虚症患者中，气虚型占30%。
现随机抽查30名虚症患者，求其中没有1名气虚型的概率、有4名气虚型的概率。
2.某溶液平均1毫升中含有大肠杆菌3个。
摇均后，随机抽取1毫升该溶液，内含大肠杆菌2个和低于2个的概率各是多少？3.某人群中12岁男童身高的分布近似正态分布，均数为144.00cm,标准差为5.77cm，试估计（1）该人群中12岁男童身高集中在哪个范围？（2）求人群中12岁男童身高的95%和99%参考值范围；（3）求人群中12岁男童身高低于140cm的概率；（4）求人群中12岁男童身高超过160cm的概率；第五章参数估计基础1.某研究表明新研制的一种安眠药比旧安眠药增加睡眠时间。
卫生统计学七版 第五章参数估计基础电子教案
P0.05
第三节 总体均数及总体概率的估计
一、参数估计的基础理论
参数估计区 点间 估估 计计
对总体参数估计 称的 为范 置围 信区C间（ I ， co用 nfidenicneterv）al
表示，其置信1度 ）为，（一般取置95信 %，度即为取 为0.05，此区
间的较小值称为 限置 ，信 较下 大值称为 限置 。信 一上 般进行双 区侧 间的估计。
卫生统计学七版 第五ຫໍສະໝຸດ 参数估 计基础第一节 抽样分布与抽样误差
一、样本均数的抽样分布与抽样误差
……
x15 .55 1 sx0.9617
样本均数的标准差越，大抽样误差就越大
样本均数的标准差称标为准误
x
n
sx
s n
sx称为标准误估计值，简也称标准误
标准误与标准差成正比 ，与样本含量成反比
标准误越大，抽样误差越大。
2、正态近似法
当已知时X： u
n
当未知但n足够大时X：u0.05
s n
X1.96 s n
或：X1.96s X
例5-3(P95) 某医生于2000年在某市随机抽取90名 19岁的健康男大学生，测量了他们的身高，得样本均数 为172.2cm，标准差为4.5cm，试估计该市2000年19岁健 康男性大学生平均身高的95%置信区间 。
对任意分布，在样本含量足够大时，其样本均数的分布都 近似正态分布，且样本均数的均数等于原分布的均数。
二、样本频率的抽样分布与抽样误差
总体率的标准误：
p
(1 )
n
率的标准误的估计值：
sp
p(1 p) n
标准误大抽样误差就大。
第二节 t分布
一、t分布的概念
参数估计
例：确定样本容量1 确定样本容量
• 对某批木材进行检验，根据以往经验，木材长度的标准差 为0.4米，而合格率为90%。现采用重复抽样方式，要求 在95.45%的概率保证程度下，木材平均长度的极限误差 不超过0.08米，抽样合格率的极限误差不超过5%，问必 要的样本单位数应该是多少？
σ = 0. 4
p ± zµ
• 大样本的条件：np≥5且n(1-p) ≥5，由于总体成数 p通常未知，可以用样本成数来近似判断。
对总量指标的区间估计
• 在对总体平均数进行区间估计的基础上， 可进一步推断相应的总量指标，即用总体 单位总数N分别乘以总体平均数的区间下限 和区间上限，便得到相应总量（Nµ）的区 间范围。
1 2
点估计完全正确的概率通常为0。因此， 点估计完全正确的概率通常为 。因此，我们更多的是考虑用 区间估计。 样本统计量去估计总体参数的范围 区间估计。
三、参数区间估计
• 参数区间估计的含义：估计总体参数的区间范围，并给出 区间估计成立的概率值。
∧ ∧
p (θ 1 ≤ θ ≤ θ 2 ) = 1 − α
• 对某批木材进行检验，根据以往经验，木材的合格率为 90%、92%、95%。现采用重复抽样方式，要求在 95.45%的概率保证程度下，抽样合格率的极限误差不超 过5%，问必要的样本单位数应该是多少？
样本成数的单位数
22 ×0.9×0.1 n = z p(12− p) = = 144(棵) 2 ∆x 0.05
• 有两种模式： – 1、根据置信度1-α，求出极限误差∆，并指出总体平均 数的估计区间。 – 2、给定极限误差，求置信度。
成数的区间估计
• 由于总体的分布是（0，1）分布，只有在大样本 的情况下，才服从正态分布。总体成数可以看成 是一种特殊的平均数，类似于总体平均数的区间 估计，总体成数的区间估计的上下限是：
统计学(李荣平)2014-5
P{t>tα(n)}= h(t;n)dt
t (n)
的数tα(n)为t(n)分布的上α分为点。 例：查表求：t0.05（8）， t0.95（8）
o
t (n)
第一节 抽样分布
（三）F 分布
设 U ~ 2(n1 ),V ~ 2(n2 ), 且设 U,V 独立，则称随机变量
F U / n1 V / n2
保证质量，规定σ≤0.6mm时，认为生产过程处于良好控制
状态。为此，每隔一定时间抽取20个零件作为一个样本，并
计算样本方差S2。若P{S2≥c } ≤0.01（此时σ=0.6mm），
则认为生产过程失去控制，必须停产检查，问：
（1）C为何值时，S2≥c的概率才小于或等于0.01？ （2）若取得的一个样本的标准差S=0.84，生产过程是
第五章 抽样分布与参数估计
主
第一节 抽样分布
要 内
第二节 参数点估计
容
第三节 区间估计
第一节 抽样分布
一、随机样本
总体与个体：试验全部可能的观测值叫总体；试验的 每一个观测值叫个体。
样本容量与样本个数：样本中包含的单位数叫样本容 量；从一个总体中可能抽取多少个样本叫样本个数。
总体容量：总体中所包含的个体数。 有限总体和无限总体：总体容量可数的称有限总体， 不可数的称无限总体。 重置抽样（重复抽样）和无重置抽样（不重复抽样）
X
1 n
n i 1
Xi
为样本均值；称统计量
S 2
1 n1
n i1
(Xi
X )2
为 样本方差 ，称统计量 S
S2
1n
( X X ) 2 为样本标准差 ；统计量
n 1 i1 i
统计学(第四版)期末复习资料
第一章统计和统计数据名词解释1.统计学：收集处理分析解释数据并从数据中得出结论的科学。
2.描述统计：研究数据收集处理汇总图表描述概括与分析等统计方法。
3.推断统计：研究如何利用样本数据来推断总体特征的统计方法。
4.分类数据：只能归于某一类别的非数字型数据。
5.顺序数据：只能归于某一有序类别的非数字型数据。
6.数值型数据：按数字尺度测量的观察值。
7.总体：包含所研究的全部个体（数据）的集合。
8.样本：从总体中抽取的一部分元素的集合。
9.参数：用来描述总体特征的概括性数字度量。
10.变量：说明现象某种特征的概念。
11.分类变量：说明事物类别的一个名称。
12.顺序变量：说明事物有序类别的一个名称。
13.数值型变量：说明事物数字特征的一个名称。
14.概率抽样：随机抽样，遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。
15.非概率抽样：不随机，根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。
16.简单随机抽样：从包括总体的N个单位的抽样框中随机，一个个抽取n个单位作为样本，每单位等概论。
17.分层抽样：将抽样单位按某种特征或某种规则划分为不同的层，然后从不同层中独立、随机地抽取样本。
18.整群抽样：总体中若干单位合并为组，群，抽样时直接抽取群，然后对中选群中的所有单位全部实施调查。
19.系统抽样：总体中所有单位按顺序排列，在规定范围内随机抽取一单位作为初始单位，然后按事先规则确定其它样本单位。
20. 抽样误差：由于抽样的随机性引起的样本结果与总体真值之的误差简答题。
1.概率抽样与非概率抽样比较：性质不同，非概不依据随机原则选样本，样本统计量分布不确切，无法使用样本的结果对总体相应参数进行推断。
操作简便，时效快，成本低，专业要求不很高。
概率抽样依据随机原则抽选样本，理论分布存在，对总体有关参数可进行估计，计算估计误差，得到总体参数的置信区间。
提出精度要求。
2.数据收集方法的选择：抽样框中有关信息，目标总体特征，调查问题的内容，有形辅助物的使用，实施调查的资源，管理与控制，质量要求3.误差的控制：抽样误差是抽样随机性带来的，不可避免可以计算，改大样本量。
统计学课件05第5章抽样与参数估计
反映样本数据的集中趋势和平均水平。
样本方差
定义
样本方差是每个样本数据与样本均值差的平方和的平均值，即 $s^2 = frac{1}{n} sum_{i=1}^{n} (x_i - overline{x})^2$。
计算方法
先计算每个样本数据与样本均值的差，然后将差平方，最后求和平 均。
作用
反映样本数据的离散程度和波动情况。
样本量的确定
根据调查目的和精度要求确定样 本量：精度要求越高，需要的样
本量越大。
根据总体规模和抽样方法确定样 本量：总体规模越大，需要的样 本量越大；分层或整群抽样较简 单随机抽样需要的样本量更大。
根据调查资源确定样本量：资源 有限时，需要在满足调查目的和 精度要求的前提下，合理确定样
本量。
02 参数估计
大数定律的数学表达
设随机变量X1,X2,...,Xn是相互独立的，且具有相同的分布函数F(x)，则对于任意正实数ε，有 lim(n->∞)P(|X1+X2+...+Xn/n-E(X))/ε)=0，其中E(X)是随机变量X的期望值。
大数定律的实例
在抛硬币实验中，随着实验次数的增加，正面朝上的频率将趋近于0.5。
中心极限定理
中心极限定理定义
中心极限定理是指在大量独立同分布的随机变量中，不论 这些随机变量的分布是什么，它们的平均值的分布总是趋 近于正态分布。
中心极限定理的数学表达
设随机变量X1,X2,...,Xn是相互独立的，且具有相同的分布 函数F(x)，则对于任意实数x，有lim(n->∞)P(∑Xi≤x)=∫(∞->x)F(t)dt。
样本分布的性质
无偏性
如果样本统计量的数学期 望等于总体参数，则该统 计量是无偏的。
参数估计方法
第八章参数估计方法研究工作的目的在于了解总体特征的有关信息，因而用样本统计数估计相应总体参数，并由之进行统计推断。
总体特征的各种参数，在前几章主要涉及平均数、标准差等，并只从直观上介绍其定义和公式，未就其历，即参数估计(parameter estimation)的方法作讨论。
本章将简要介绍几种常用参数估计方法，即矩法、最小二乘法、极大似然法。
第五章述及参数的点估计(point estimation)和区间估计(interval estimation)，本章讨论点估计方法。
区间估计是在点估计的基础上结合统计数的抽样分布而进一步作出的推论，有关内容将散见在其它各章。
第一节农业科学中的主要参数及其估计量的评选标准一、农业科学中的主要参数农业科学研究中需要估计的参数是多种多样的，主要包括总体数量特征值参数，例如，用平均数来估计品种的产量，用平均数差数来估计施肥等处理的效应；用百分数(或比例)来估计遗传分离比例、群体基因或基因型频率、2个连锁主基因间的重组率；通过变异来源的剖分，用方差来估计环境方差、遗传方差和表型方差，在此基础上以估计性状的遗传力等遗传参数；用标准误来估计有关统计数的抽样误差，如重组率的标准误、遗传抽样误差、遗传多样性误差、频率误差等。
在揭示变数间的相互关系方面，用相关系数来描述2个变数间的线性关系；用回归系数、偏回归系数等来描述原因变数变化所引起的结果变数的平均变化的数量，用通径系数来描述成分性状对目标性状的贡献程度等。
有关数量关系和数量变化方面的内容将在第9至11章介绍。
二、参数估计量的评选标准讨论参数估计方法前需要了解数学期望(expectation)的概念和评价估计方法优劣的标准。
(一) 数学期望在抽样分布中，已经讲述了从总体中抽出所有可能样本的样本平均数的平均数等于总体平均数，这里，样本平均数的平均数就是一种数学期望。
例如，一个大豆品种的含油量为20%，测定一次可能是大于20%，再测定可能小于20%，大量反复测定后平均结果为20%，这时20%便可看作为该大豆品种含油量的数学期望，而每单独测定一次所获的值只是1个随机变量。
统计学(第三版课后习题答案
Hah 和网速是无形的|1：各章练习题答案2.1（1）属于顺序数据。
（2）频数分布表如下：服务质量等级评价的频数分布服务质量等级家庭数（频率）*频率%A1414B2121C3232；D1818E1515合计100100（3）条形图（略）2.2）2.3（1）频数分布表如下：（2）某管理局下属40个企分组表按销售收入分组（万元）企业数（个）频率（%）\先进企业良好企业一般企业落后企业111199^合计402.4频数分布表如下：某百货公司日商品销售额分组表按销售额分组（万元）频数（天）频率（%）…25～30 30～35 35～40 40～45 45～50461596~合计40直方图（略）。
2.5（1）排序略。
(（2）频数分布表如下：100只灯泡使用寿命非频数分布按使用寿命分组（小时）灯泡个数（只）频率（%）650~66022660~6705》5670~68066680~6901414690~7002626《700~7101818710~7201313720~7301010730~740《33740~750 3 3 合计100100直方图（略）。
2.6 % 2.7 （1）属于数值型数据。
（2）分组结果如下：分组 天数（天）-25~-20 6 -20~-15 8 -15~-10 10 ~-10~-5 13 -5~0 12 0~5 4 5~107 合计60@（3）直方图（略）。
2.8 （1）直方图（略）。
（2）自学考试人员年龄的分布为右偏。
2.9 （1（2）A 班考试成绩的分布比较集中，且平均分数较高；B 班考试成绩的分布比A 班分散，且平均成绩较A 班低。
2.102.11 L U （2）17.21=s （万元）。
2.12 （1）甲企业平均成本＝（元），乙企业平均成本＝（元）；原因：尽管两个企业的单位成本相同，但单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。
2.13 x =（万元）；48.116=s （万元）。
《计量经济学》第五章最新完整知识
第五章 多元线性回归模型在第四章中，我们讨论只有一个解释变量影响被解释变量的情况，但在实际生活中，往往是多个解释变量同时影响着被解释变量。
需要我们建立多元线性回归模型。
一、多元线性模型及其假定 多元线性回归模型的一般形式是i iK K i i i x x x y εβββ++++= 2211令列向量x 是变量x k ，k =1，2，的n 个观测值，并用这些数据组成一个n ×K 数据矩阵X ，在多数情况下，X 的第一列假定为一列1，则β1就是模型中的常数项。
最后，令y 是n 个观测值y 1, y 2, …, y n 组成的列向量，现在可将模型写为：εββ++=K K x x y 11构成多元线性回归模型的一组基本假设为 假定1. εβ+=X y我们主要兴趣在于对参数向量β进行估计和推断。
假定2. ,0][][][][21=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n E E E E εεεε 假定3. n I E 2][σεε='假定4. 0]|[=X E ε我们假定X 中不包含ε的任何信息，由于)],|(,[],[X E X Cov X Cov εε= （1）所以假定4暗示着0],[=εX Cov 。
（1）式成立是因为，对于任何的双变量X ，Y ，有E(XY)=E(XE(Y|X))，而且])')|()([(])')((),(EY X Y E EX X E EY Y EX X E Y X Cov --=--=))|(,(X Y E X Cov =这也暗示 βX X y E =]|[假定5 X 是秩为K 的n ×K 随机矩阵 这意味着X 列满秩，X 的各列是线性无关的。
在需要作假设检验和统计推断时，我们总是假定： 假定6 ],0[~2I N σε 二、最小二乘回归 1、最小二乘向量系数采用最小二乘法寻找未知参数β的估计量βˆ，它要求β的估计βˆ满足下面的条件 22min ˆ)ˆ(ββββX y X y S -=-∆ （2）其中()()∑∑==-'-=⎪⎪⎭⎫ ⎝⎛-∆-nj Kj j ij i X y X y x y X y 1212ββββ，min 是对所有的m 维向量β取极小值。
统计学--假设检验(第五章)-(1)-2
左侧检验：
×
抽样分布
Region of Rejection
拒绝H0
置信水平
1 -
Region of Non rejection
临界值
H0
观察到的样本统计量
【例3】一家研究机构估计，某城市中家庭拥有汽车的比例超 过30%。为验证这一估计是否正确，该研究机构随机抽取 了一个样本进行检验。试陈述用于检验的原假设与备择 假设。
36.6
36.9
36.7
37.2
36.3
37.1
36.7
36.8
37.0
37.0
36.1
37.0
根据样本数据，计算的平均值为36.8oC，标准差为0.36oC 根据参数估计方法，健康成年人平均体温的95%的置信区
间为(36.7，36.9) 研究人员发现这个区间内并没有包括37oC！ 因此，提出了“不应该再把37oC作为正常人体温的一个有
解：研究者抽检的意图是倾向于证实这种洗涤剂的平均
净含量并不符合说明书中的陈述。
建立的原假设和备择假设为：
H0 ： 500 H1 ： < 500
<提出假设>
【例3】一家研究机构估计，某城市中家庭拥有汽车的比例超 过30%。为验证这一估计是否正确，该研究机构随机抽取 了一个样本进行检验。试陈述用于检验的原假设与备择 假设。
传统上，做出决策所依据的是样本统 计量，现代检验中人们直接使用由统计量
算出的犯第一类错误的概率，即所谓的P
值。
注：假设检验不能证明原假设正确。
① 假设检验只提供不利于原假设的证据。当拒绝原假设时， 表明样本提供的证据证明它是错误的；当没有拒绝原假设时 ，我们也不说“接受原假设”，因为没法证明原假设是正确 的
卫生统计学七版 第五章参数估计基础
二、总体均数及总体概率的区间估计
（一）总体均数的置信区间
1、t 分布法
当 未知且 n 较小时，估计双侧置信 区间：
（X
-t
,
s X
,
X
t ,
s X
)
可简写为：
X
t ,
s X
或X t,
s n
总体均数的95%双侧置信区间为：X
t0.05,
s X
例5-2(P95) 已知某地27名健康成年男子血红蛋白 含量的均数为125g/L，标准差为15g/L，试估计该地健康 成年男子血红蛋白平均含量的95%和99%置信区间 。
二项分布 n 31 X 25 n X 6 查附表6，得7 37 改错
该药物治疗脑血管梗塞有效概率的95%置信区间为 63%～93%。
2、正态近似法 适用范围：np＞5,且n(1-p)＞ 5
例5-6（P96） 用某种仪器检查已确诊的乳腺癌患者 120名，检出乳腺癌患者94例，检出率为78.3%，试估计该 仪器乳腺癌总体检出率的95%置信区间。 np 1200.783 93.96 n(1 p) 1200.217 26.04
第三节 总体均数及总体概率的估计
一、参数估计的基础理论
参数估计区 点间 估估 计计
对总体参数估计的范围称为置信区间，用CI（confidence interval）
表示，其置信度为（1 ），一般取置信度为95%，即取为0.05，此区
间的较小值称为置信下限，较大值称为置信上限。一般进行双侧置信区 间的估计。
第五章 参数估计基础
公共卫生学院 邹焰
定量资料
统计描述等级资料（有序分类资 料）
统计学参数估计
统计学参数估计统计学参数估计是统计学中一种重要的方法，它通过观察样本数据来估计总体参数的值。
参数是描述总体特征的数值，例如总体均值、总体比例等。
参数估计的目的是根据样本信息对总体参数进行推断，从而得到总体特征的近似值。
参数估计的过程通常分为点估计和区间估计两种方法。
点估计是指根据样本数据求出总体参数的一个数值估计量，例如样本均值、样本比例等。
点估计的基本思想是用样本统计量作为总体参数的估计值，它是参数的无偏估计量时，表示点估计是一个良好的估计。
区间估计是指根据样本数据求出一个区间，这个区间包含总体参数的真值的概率较高，通常用置信区间表示。
区间估计的基本思想是总体参数位于一个区间中的可能性，而不是一个确定的值。
置信区间的构造依赖于样本统计量的分布以及总体参数的估计量的抽样分布。
点估计和区间估计的方法有很多，其中最常用的是最大似然估计和矩估计。
最大似然估计是指根据已知样本观测值，选择使样本观测值出现的概率最大的总体参数作为估计值。
最大似然估计的基本思想是找到一个参数值，使得已观测到的样本结果出现的概率尽可能大。
矩估计是指根据样本矩的观测值，选择使样本矩的偏差与总体矩的偏差最小的总体参数作为估计值。
矩估计的基本思想是利用样本矩估计总体矩，从而近似估计总体参数。
参数估计在实际应用中具有广泛的应用价值。
例如，在医学研究中，需要对患者的疾病概率进行估计，以帮助医生做出正确的诊断和治疗决策。
在经济学研究中，需要对经济指标（如GDP、通胀率等）进行估计，以帮助政府制定宏观经济政策。
在市场调研中，需要对消费者行为进行估计，以帮助企业确定产品定价和市场策略。
然而，参数估计也存在一些局限性。
首先，参数估计的结果仅仅是对总体参数的估计，并不是总体参数的确切值。
其次，参数估计的结果受到样本容量的影响，样本容量越大，估计结果越可靠。
另外，参数估计还需要满足一些假设条件，如总体分布的形式、样本的独立性等，如果这些假设条件不满足，估计结果可能会失效。
参 数 估 计
二、参 数 估 计
【例5-5】 设X～B(1,p)，(X1，X2,…,Xn)是取自总体X的一个子样， 试求参数p的极大似然估计量。
解：设(x1,x2,…,xn)是子样(X1，X2,…,Xn)的一组相应的取值。总体X 的分布律为
则似然函数为 取对数后，有 令
二、参 数 估 计
从而得p的极大似然估计值为 p的极大似然估计量为
项目
参数估计
二、参 数 估 计
一、 参数估计的基本原理
参数估计是指由样本指标值（统计量）估计总体指标值 （参数），即当总体的分布性质已知，但其所含参数真值未 知时，根据一组样本的观察值X1，X2,…,Xn来估计总体中未 知参数θ或θ的某函数。首先从样本(X1，X2,…,Xn)中提取有 关总体X的信息，即构造样本的函数——统计量 g(X1X2,…,Xn)；然后用样本值代入，求出统计量 g(x1,x2,…,xn)的值，用该值来作为相应待估参数的值。
二、参 数 估 计
二 、 评价估计量的标准
在参数估计中，用样本估计量 作为总体参数θ的估 计量，实际上，对于同一参数，用不同的估计方法求出的估 计量可能不相同，用相同的方法也可能得到不同的估计量。 也就是说，同一参数可能具有多种估计量，而且，从原则上 讲，任何统计量都可以作为未知参数的估计量，那么采用哪 一个估计量好呢？这就涉及估计量的评价问题，而判断估计 量好坏的标准是：有无系统偏差，波动性的大小，伴随样本 容量的增大是否越来越精确，这就是估计的无偏性、有效性 和一致性。
区间的概念，并给出在一定可信程度的前提下求置信区间的
方法，使区间的平均长度最短。
二、参 数 估 计
用给定的置信度1－α说明区间估计的可靠程度
，通常α取值很小，如取0.05、0.01，有时取0.1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五章 参数估计基础一、样本均数的抽样分布与抽样误差内 容1. 抽样误差和抽样分布2. 样本均数抽样分布和抽样误差1. 抽样误差和抽样分布n误差泛指实测值和真实值之差。
按其产生原因与性质分两 大类：系统误差和随机误差。
抽样误差是一种随机误差。
n抽样误差由于生物固有的个体变异，从某一总体中随机抽取一个样 本，所得样本统计量与相应总体参数往往是有差异的，这种 差异称为抽样误差(sampling error)。
n误差产生的原因n系统误差：由受试对象、研究者、仪器设备、研究方法等确定性 原因造成，有倾向性，可避免。
n随机误差：由多种无法控制的偶然因素引起的，无倾向性，不可 避免。
n抽样误差：产生的根本原因是个体变异、产生的直接原因是抽样。
n抽样分布n由于抽样误差存在，从同一总体中随机抽取若干份样本， 所得样本统计量是不一致的，差异无法避免但其存在一定的分布规律。
n 正态分布总体样本均数抽样分布的电脑试验n假定某年某地所有13岁女生的身高服从总体均数为155.4 cm ，总 体标准差为5.3cm 的正态分布 。
用计算机从该总体中 随机抽样，每次抽取30例组成一份样本，重复抽样100次，计算 每份样本的平均身高。
() 2 155.4,5.3 N 2. 样本均数抽样分布和抽样误差n电脑试验表明，正态分布总体样本均数抽样分布具有以 下特点：n样本均数恰好等于总体均数极其罕见；n样本均数之间存在差异；n样本均数围绕总体均数，中间多、两边少，左右基本对称，呈 近似正态分布；n样本均数间的变异小于原始变量值间的变异。
PERCENT30x MIDPOINT0 . 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1 . 0 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 . 0 2 . 1 2 . 2 2 . 3 2 . 4 2 . 5 2 . 6 2 . 7 2 . 8 2 . 9 3 . 0 3 . 1 3 . 2 3 . 3 3 . 4 3 . 5 3 . 6 3 . 7 3 . 8 3 . 9 4 . 0 4 . 1 4 . 2 4 . 3 4 . 4 4 . 5 4 . 6 4 . 7 4 . 8 4 . 9 5 . 0n 非正态分布总体样本均数抽样分布的电脑实验n图 (a ) 是正偏峰分布原始数据对应的直方图，用计算机随机抽取 样本量分别为5, 10, 30和50的样本各1000份，计算样本均数并绘 制4个直方图。
(a ) 原始数据n =5P E RC E N T30m m MI D P O I NT0 . 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1 . 0 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 . 0 2 . 1 2 . 2 2 . 3 2 . 4 2 . 5 2 . 6 2 . 7 2 . 8 2 . 9 3 . 0 3 . 1 3 . 2 3 . 3 3 . 4 3 . 5 3 . 6 3 . 7 3 . 8 3 . 9 4 . 0 4 . 1 4 . 2 4 . 3 4 . 4 4 . 5 4 . 6 4 . 7 4 . 8 4 . 9 5 . 0n=10PERCENT30mm MIDPOINT0 . 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1 . 0 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 . 0 2 . 1 2 . 2 2 . 3 2 . 4 2 . 5 2 . 6 2 . 7 2 . 8 2 . 9 3 . 0 3 . 1 3 . 2 3 . 3 3 . 4 3 . 5 3 . 6 3 . 7 3 . 8 3 . 9 4 . 0 4 . 1 4 . 2 4 . 3 4 . 4 4 . 5 4 . 6 4 . 7 4 . 8 4 . 9 5 . 0n=30PERCENT30mm MIDPOINT0 . 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1 . 0 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 . 0 2 . 1 2 . 2 2 . 3 2 . 4 2 . 5 2 . 6 2 . 7 2 . 8 2 . 9 3 . 0 3 . 1 3 . 2 3 . 3 3 . 4 3 . 5 3 . 6 3 . 7 3 . 8 3 . 9 4 . 0 4 . 1 4 . 2 4 . 3 4 . 4 4 . 5 4 . 6 4 . 7 4 . 8 4 . 9 5 . 0n=50PERCENT30mm MIDPOINT0 . 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1 . 0 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2 . 0 2 . 1 2 . 2 2 . 3 2 . 4 2 . 5 2 . 6 2 . 7 2 . 8 2 . 9 3 . 0 3 . 1 3 . 2 3 . 3 3 . 4 3 . 5 3 . 6 3 . 7 3 . 8 3 . 9 4 . 0 4 . 1 4 . 2 4 . 3 4 . 4 4 . 5 4 . 6 4 . 7 4 . 8 4 . 9 5 . 0(d ) n =30 (e ) n =50(b ) n =5 (c ) n =10n 中心极限定理表明n从正态总体 中随机抽取例数为 n 的多个样本，样本均数服从正态分布；即使是从偏态总体中随机抽样，当 n 足够大时(如 n ＞30)，样本均数也近似正态分布，且样本均数的均数等于原分 布的均数。
( ) 2, N m sn均数抽样误差n由固然存在的个体变异和抽样造成的样本均数与样本均数 及样本均数与总体均数之间的差异称为均数的抽样误差。
小 结1. 抽样分布和抽样误差n样本统计量抽样分布n误差含义及误差产生原因2. 样本均数抽样分布和抽样误差n正态分布总体样本均数抽样分布规律n非正态分布总体样本均数抽样分布规律第五章 参数估计基础二、样本频率的抽样分布与抽样误差内 容1. 样本均值抽样分布和抽样误差回顾2. 样本频率抽样分布和抽样误差1. 样本均值抽样分布和抽样误差 （1）正态分布总体样本均数抽样分布特点（2）非正态分布总体样本均数抽样分布规律（3）均值标准误的含义和计算（1）正态分布总体样本均数抽样分布特点n样本均数等于总体均数的情况极其罕见； n样本均数之间存在差异；n样本均数围绕总体均数，呈近似正态分布； n样本均数标准误小于原始变量的标准差。
（2）非正态分布总体样本均数抽样分布规律n虽然原分布是偏态分布，但当抽取样本量n足够大时(如 n＞30) 样本均数也近似正态分布，且样本均数的均数等 于原分布的均数。
（3）均值标准误的含义和计算2. 样本频率的抽样分布与抽样误差 电脑摸球实验，表% 20 = p 时的随机抽样结果( 50 = i n )黑球比例(%)样本频数 样本频率(%) 8 2 2.00 10 4 4.00 12 8 8.00 14 7 7.00 16 11 11.00 18 13 13.00 20 19 19.00 22 11 11.00 24 11 11.00 26 6 6.00 28 3 3.00 30 4 4.00 32 1 1.00 合计100100.00n样本频率抽样误差n从同一总体中随机抽出观察单位相等的多个样本，样本率与总体 率及各样本率之间都存在差异，称为频率的抽样误差。
n样本频率的标准误n表示样本频率抽样误差大小的指标即为频率的标准误。
小 结1. 样本均值抽样分布和抽样误差知识回顾2. 样本频率抽样分布和抽样误差n样本频率分布规律n频率标准误含义和计算第五章 参数估计基础三、t 分布的概念与特征正态分布在统计应用中，可以把任何一个均数为µ，标准差为σ的正态分布N (µ , σ 2 )转变为 µ=0 σ=1的标准正态分布，即将正态变量值X 用 来代替。
由于 服从正态分布，故 服从标准正态分布N (0,1)。
X XX Z s m- = sm- = X Z 一、t 分布的概念3实际资料的分析中，由于σ 往往未知，故标准化转换演变为：服从 υ = n 1 的 t 分布，即：XS X t m - = nS X S X X / m m - = - 45υ=∞(标准正态分布)υ=5υ=1 0 1 2 3 4 51 2 3 4 5 f (t )0.10.20.3 61. t 分布曲线是单峰分布，它以0为中心，左右对称。
2. t 分布的形状与样本例数 n 有关。
自由度越小，则越大，t 值越分散，曲线的峰部越矮，尾部则偏高。
3. 当 n →∞时，则 S 逼近 σ，t 分布逼近标准正态分布。
t 分布不是一条曲线，而是一簇曲线。
t 分布曲线特点：X S 8与单侧概率相对应的 t 值用 表示，与双侧概率相对应的t 值用 表示。
由于 t 分布是以0为中心的对称分布，表中只列出了正值， 故查表时，不管 t 值正负只用绝对值表示。
正确使用 t 界值表( ) n a , t ( ) n a , 2 / t 9第五章 参数估计基础四、总体均数和概率的区间估计一、参数估计的概念统计推断包括参数估计和假设检验。
参数估计就是用样本指 标（统计量）来估计总体指标（参数）。
点估计(point estimation)参数估计区间估计(interval estimation)1. 点估计用样本统计量直接作为总体参数的估计值。
例如 于2000年测得某地27例健康成年男性血红蛋白量的 样本均数为125g/L ，试估计其总体均数。
，即认为2000年该地所有健康成年男性血红蛋白 量的总体均数为125g/L 。
X μ ®2. 区间估计按预先给定的概率(1－α)估计总体参数的可能范围，该范围 就称为总体参数的1－α置信区间(confidence interval, CI)。
预先给定的概率(1－α)称为置信度，常取95%或99%。