参数估计是在抽样及抽样分布的基础上,根据样本统计量来推断所关心的总体参数。
1 参数估计基本原理
1 估计量与估计值
估计量:参数估计中,用来估计总体参数的统计量的名称,如样本均值、样本比例
估计值:根据一个具体的样本计算出来的估计量的数值
2 点估计与区间估计
参数估计的方法有点估计和区间估计。
点估计:用样本统计量的某个取值直接作为总体参数的估计值。无法概率度量可靠程度
区间估计:在点估计的基础上,给出总体参数的一个区间范围,该区间通常由样本统计量加减估计误差得到。给出一个概率度量。
在区间估计中,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,其中区间的最小值称为置信下限,最大值称为置信上限。
如果将构造置信区间的步骤重复多次,置信区间中包含总体参数真值的次数所占比例称为置信水平,也称置信度或置信系数。
3 评价估计量的标准
评价估计量的标准:无偏性、有效性、一致性
无偏性:指估计量抽样分布的数学期望等于被估计的总体参数
有效性:指对同一总体参数的两个无偏估计量,有更小标准差的估计量更有效
一致性:指随着样本量的增大,点估计量的值越来越接近被估总体的参数
2 一个总体参数的区间估计
研究一个总体时,所关心的参数主要有总体均值 μ 、总体比例 π 和总体方差 σ 2 等。下文将介绍如何用样本统计量来构造一个总体参数的置信区间。
1 总体均值的区间估计
在对总体均值进行区间估计时,需要考虑总体是否为正态分布,总体方差是否已知,用于构造估计量的样本是大样本还是小样本等几种情况。
(1) 正态总体、方差已知,或非正态总体、大样本
这时,样本均值 X ¯ 服从正态分布,经过标准化后,则服从标准正态分布,即
z=x ¯ −μσ/n √ ∼N(0,1)
根据上式可以得出总体均值 μ 在 1−α 置信水平下的置信区间为: x ¯ ±z α/2 σn √
式中 x ¯ +z α/2 σn √ 称为置信上限, x ¯ −z α/2 σn √ 称为置信下限, α