单个正态总体均值的区间估计_重温统计学--参数估计

小文 | 公众号 小文的数据之旅

前几期说到统计学最大的作用是得样本而知总体，利用样本准确地预测总体，并以一定的方式说明预测结果的可靠程度。在统计学中，这预测的过程称为参数估计，通过置信水平来说明预测结果的可靠程度。

那么为什么可以用样本估计总体呢？在参数估计的过程中又要注意什么呢？首先样本来自总体，抽样要尽量保证无偏抽样，无偏样本的分布形状与总体样本相似（即估计量抽样分布的数学期望等于总体参数）。另外大数法则告诉我们，样本量越大，样本的统计量越接近总体的真值，最为极端的情况就是样本量等于总体量，样本的统计量还能不等于总体的参数吗？

参数估计的方法主要有两种，分别是点估计和区间估计。

点估计就是用样本统计量的某个取值直接作为总体参数的估计值，那么从总体中多次抽样，每个样本都有一个点估计量，那我们怎么知道哪个点估计量更接近总体的真值呢？

于是就出现了区间估计。区间估计是点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减估计误差得到。

这个区间范围也称为置信区间，那么这个区间范围多大比较合理呢？一般我们会通过置信水平，即置信区间中包含总体参数真值的次数所占的比例来衡量。比如，最为常用的95%置信水平，可以解释为由100个样本构造的总体参数的100个置信区间中，有95%的区间包含总体参数真值。

知道了这些基础的概念之后，又该如何通过样本对总体进行参数估计呢？

---

1、点估计

常用的统计量包括有均值、方差、变异系数、偏度和峰度等。根据已知情况，样本均值是我们能为总体均值做出的最好的估计，样本均值被称为总体均值的点估计量。同理，样本方差也被称为总体方差的点估计量。

1.1 点估计的步骤：

(1)找出特定样本大小相同的所有样本

(2)观察所有样本统计量形成的分布，然后求出统计量的期望和方差

(3)得到分布后，利用分布求出概率

1.2 样本均值的抽样分布：

如果考虑同一个总体中所有大小为n的可能样本，然后用这些样本的均值形成分布，则该分布为均值的抽样分布，我们用