4.1 参数估计的基本原理 估计量与估计值 点估计与区间估计 评价估计量的标准 4.2 一个总体参数的区间估计 总体均值的估计 总体比率的估计 总体方差的估计 4.3 样本量的确定

⚫ 第一节 抽样与抽样分布 ⚫ 第二节 参数估计基本方法 ⚫ 第三节 总体均值和总体比例的区间估计

参数估计方法是处理实际问题时最常用的方法。当总体的某些参数未知(一般要求分布类型已知)时,从样本出发构造适当的统计量,作为未知参数的估计量。当取得一组观察值后,以相应的统计量的观察值作为未知参数的估计值,并讨论估计值对真值进行估计的可靠性

统计推断问题可以分为两大类,一类是估计问 题,一类是假设检验问题.本章讨论总体参数 的点估计和区间估计 设总体X的分布函数的形式为已知,但它的一个或多个参数为未知,借助于总体X的的一个 样本来估计总体未知参数的值的问题称为参数的点估计问题

7.2点估计的评价标准 对于同一个未知参数,不同的方法得到的估计量可能不同,于是提出问题 1.应该选用哪一种估计量? 2.用何标准来评价一个估计量的好坏? (1)无偏性 (2)有效性 (3)致性

第三单元期望的区间估计 一、学习目标 通过本课学习,弄明白区间估计的意义会求总体参数从的区间估计 二、内容讲解 1.区间估计的概念 对于总体的未知参数θ,不仅需要估计它的值,有时还要按给定的可靠程度 (置信度)估计它的误差范围

第12章参数估计 一、引入:一知半解比一无所知更可怕 十年前,深圳市某公司经理正襟危坐,听老师讲证券市场:发达国家的股市 表明,盈利率超过25%,股市便会下跌.这位经理想到自己最早购买的那批股 票,盈利率早已超过250%,于是,一个电话:“全部抛出!”,众所周知,那 批股票的盈利率将一度超过2500% 这叫只知其一,不知其二,一知半解比一无所知更可怕.这是因为,一无所 知者有自知之明,凡事谨慎小心

一、点估计的概念 设X1,X2,…,Xn是取自总体X的一个样本,x1,x,,xn是相应的一个样本值.日是总 n 体分布中的未知参数,为估计未知参数,需构造一个适当的统计量 (x1,x2,,n) 然后用其观察值 0(x1,x2,…xn) 来估计θ的值

前面讨论了参数的点估计,它是用样本算出的一个值去估计未知参数即点估计值仅仅 是未知参数的一个近似值,它没有给出这个近似值的误差范围 例如,在估计某湖泊中鱼的数量的问题中,若根据一个实际样本,利用最大似然估计法 估计出鱼的数量为50000条,这种估计结果使用起来把握不大实际上鱼的数量的真值可 能大于50000条,也可能小于50000条且可能偏差较大 若能给出一个估计区间,让我们能较大把握地(其程度可用概率来度量之)相信鱼的数量 的真值被含在这个区间内,这样的估计显然更有实用价值

一、参数估计量的区间估计—不做介绍 二、预测值的区间估计