lecture 6：认识参数估计与置信区间

数理统计的基本知识

1.首先看看四种典型的分布图

正态分布

T分布

卡方分布

F分布：

2.分布图的典型指标

3.点估计与区间估计

那么什么是点估计?什么是区间估计呢?

之前看到过这样一个例子,简直可以很完美的解释这个问题~

以前很流行一种刮刮卡：

游戏规则是（假设只有一个大奖）：

· 大奖事先就固定好了，一定印在某一张刮刮卡上

· 买了刮刮卡之后，刮开就知道自己是否中奖

那么我们起码有两种策略来刮奖：

·    点估计：买一张，这就相当于你猜测这一张会中奖(直接用样本统计量来估计总体参数值）

·    区间估计：买一盒，这就相当于你猜测这一盒里面会有某一张中奖（根据样本统计量，按一定的概率大小确定包含总体参数值）

      很显然区间估计的命中率会更高（当然费用会更高，因为风险降低了）。

实际上:

      点估计量是用于估计总体参数的样本统计量。但我们不可能期望点估计量能给出总体参数的精确值，所以经常在点估计上加减估计误差来计算区间估计。

4.中心极限定理与大数定理

中心极限定理：
      在适当的条件下，大量相互独立随机变量的均值经适当标准化后依分布收敛于正态分布。例如我们要计算全中国人的平均身高。如果每次取10000个身高作为样本，对应有一个样本均值。如果再从总体中重复抽取n多次10000个样本，就对应有n个样本均值。随着n增大，把所有样本均值画出来，得到的就是一个接近正太分布的曲线。

大数定理：
      取样数趋近无穷时，样品平均值按概率收敛于期望值。抛硬币的次数越多，越接近正反各一半。

5.置信区间与置信水平

      一般我们用中括号[a,b]表示样本估计总体平均值误差范围的区间。a、b的具体数值取决于你对于"该区间包含总体均值"这一结果的可信程度，因此[a,b]被称为置信区间。
      一般来说，选定某一个置信区间，我们的目的是为了让"ab之间包含总体平均值"的结果有一特定的概率，这个概率就是所谓的置信水平。
例如我们最常用的95%置信水平，就是说做100次抽样，有95次的置信区间包含了总体均值。

6.标准差(standard deviation)与标准误差(standard error)

      标准差是描述观察值(个体值)之间的变异程度（例如一个人打十次靶子的成绩，这时有一个平均数8，有一个反映他成绩稳定与否的标准差）；

      标准误是描述样本均数的抽样误差（例如十次抽样，每次他成绩平均数（7,8,6,9,5,6,7,7,8,9）的标准差，也就是抽样分布的标准差）；
"

样本的标准误差为:

$$SE=\frac{s(样本标准差)}{n}$$

6.如何理解95%的置信区间

7.计算置信区间的套路

      从上面的例子来看，计算置信区间的套路如下：
      1.首先明确要求解的问题。比如我们的例子，就是想通过样本来估计全国人民身高的平均值。
      2.求抽样样本的平均值与标准误差(standard error)。注意标准误差与标准差(standard deviation)不一样。
      3.确定需要的置信水平。比如常用的95%的置信水平，这样可以保证样本的均值会落在总体平均值2个标准差得范围内。
      4.查z表，求z值。
      5.计算置信区间

a = 样本均值 - z标准误差
b = 样本均值 + z标准误差

用公式表示置信区间：

$$\bar{x}\pm z\frac{s}{\sqrt{N}}$$