第一节样本均数的标准误 第二节率的标准误 第三节两均数之差的可信区间 第四节两个率之差的可信区间 第五节小样本率的可信区间 第六节中位数与其他分位数的可信区间

5.1点估计 5.2区间估计概述 5.3区间估计的例子 5.4小样本与T分布 5.5总体比率的估计 5.6样本容量的问题 5.7两正态总体问题 5.8抽样的方法

第一章随机事件及其概率 第二章一维随机变量及其分布 第三章多维随机变量及其分布 第四章随机变量的数字持征 第五章数定律和中心极限定理 第六章数理统计基本知识 第七章参数估计 第八章假设检

对于未知参数θ,除了得到它的点估 计θ外,我们还希望估计出一个范围,并希望知道这个范围包含参数真值θ的可信 程度.这样的范围通常以区间的形式给出, 而可信程度由概率给出.这种估计称为区 间估计或置信区间,以下先给出置信区间概念

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 应该选用哪一种估计量?

•几个重要的消费函数模型及其参数估计 •消费函数模型的一般形式 •中国居民消费行为实证分析

一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

同济大学：工商管理中的定量分析方法——数据、模型和决策（第二章 参数估计与假设检验）

二、寻求估计量的方法 1.矩估计法 2.极大似然法 3.最小二乘法 4.贝叶斯方法 这里我们主要介绍前面两种方法

譬如,在估计湖中鱼数的问题中,若 我们根据一个实际样本,得到鱼数N的极 大似然估计为1000条 实际上,N的真值可能大于1000条, 也可能小于1000条. 若我们能给出一个区间,在此区间 内我们合理地相信N的真值位于其中. 这样对鱼数的估计就有把握多了