参数估计（一）--置信区间

2019独角兽企业重金招聘Python工程师标准>>>

一、参数估计概念

简单说就是用样本统计量去估计总体的参数

样本统计量用：

总体参数用：  ?

二、点估计与区间估计

我的理解是：给出总体参数的一个区间，比如说通过一个样本统计量加减标准误，得到一个范围（区间），推测总体的参数在这个范围（区间）内容

由样本均值的抽样分布可以知，在重复抽样或无限总体抽样的情况下，样本均值的数学期望等于总体均值，即E（ ）=μ，样本均值的标准误差为 = σ/√n，由可知道样本均值 落在总体均值μ的两侧各位一个标准差范围的概率为：0.6827，两个标准误差的概率为：0.9545，3个标准误差的概率为：0.9973

 

三、置信区间

• 置信区间
  

通过样本统计量估计总体参数的估计区间为置信区间，最小值为置信下限，最大值为置信上限

比如说抽取100个样本，根据每一个样本构造一个置信区间，这样100个样本构造的总体参数的100个置信区间中，有95%的区间包含了总体参数的真值，而5%没有 ，则95%这个值称为置信水平，一般地，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，也称置信度或者置信系数

 

• 关于置信区间的描述
  

用95%的置信水平得到某班学生考试成绩的置信区间为60~80分，

我们不能说60~80这个区间以95%的概率包含全部学生平均考试成绩的真值，或者表述为全班学生的平均考试成绩以95%的概率落在60~80分之间，这类表述是错误的，因为总体均值μ是一个常数，而不是随机变量

我们只知道在多次抽样众有95%的样本得到区间包含全部学生考试平均成绩的真值

四、评价估计量的标准

1、无偏性

估计量抽样分布的数学期望等于被估计的总体参数，E（ ）=

2、有效性

估计量的方差D（ ）越小，越有小

3、一致性

转载于:https://my.oschina.net/u/1785519/blog/1060538