笔记：《深入浅出统计学》第十一章：点估计与抽样分布

1.点估计(用样本统计量来估计总体参数)

点估计量: 由样本数据得出, 是对总体参数的估计.

总体均值点估计量$\hat{\mu }$

样本均值 $\overline{x}$ 被称为总体均值 μ 的点估计量 $\hat{\mu }$ .

总体方差点估计量$\hat{\sigma }$²

样本方差s²被称为总体方差σ²的总体方差点估计量$\hat{\sigma }$²
公式：$\hat{\sigma }$²=Σ(x-$\overline{x}$)²/(n-1)

注意：大部分情况下样本数值的方差会略小于总体方差,所以除以n-1

总体比例点估计量$\hat{p}$

$\hat{p}$=成功数目/样本数目

2.抽样分布(估计量分布)

从一个总体中用相同的方法抽取许多大小相同但存在差异的样本，然后用样本的每个属性（估计量）形成一个分布.

比例的抽样分布

从同一个总体中取得的所有大小为n的可能样本，这些样本的比例$\hat{p}$形成的一个分布.
用Ps代表样本比例随机变量.
求解步骤:

1. 查看与特定样本大小相同的所有样本
2. 观察所有样本形成的分布,求出比例的期望和方差
3. 得出上述比例的分布后,利用分布求出概率

期望方差(p表示总体比例)：
E(Ps) = p
Var(Ps)=pq/n

如果n大于30,则Ps符合正态分布，Ps~N(p,pq/n)
注意：需要连续性修正，X的连续性修正为正负二分之一
例:当p=0.25,n=100时，P>=0.4 —— P>0.4-1/(2*100)

均值的抽样分布

从同一个总体中取得的所有大小为n的可能样本，这些样本的均值 $\overline{x}$ 的分布
求解步骤：

1. 查看与所研究样本大小相同的所有可能样本
2. 观察所有样本形成的分布, 求出样本均值的期望和方差
3. 得知样本均值的分布后, 用该分布求出概率

期望方差：
E($\overline{X}$)=μ
Var$\overline{X}$)=σ^2/n
均值的抽样分布：
当X服从正态分布时,$\overline{X}$也服从正态分布
$\overline{X}$~N(μ, σ^2/n)
当X不服从正态分布, 但n很大时(如大于30),$\overline{X}$可用正态分布近似
$\overline{X}$~N(μ, σ^2/n)

中心极限定理

如果从一个非正态总体X中取出一个样本，且样本量n很大，则$\overline{X}$的分布近似为正态分布.
中心极限定理应用$\overline{X}$~N(μ, σ^2/n):

1. 二项分布,均值为np,方差为npq
2. 泊松分布,均值方差都为λ
3. 求概率：中心极限定理求出的概率与样本均值有关,而与样本中的数值无关, 所以不用连续性修正

中心极限定理扩展： https://www.jianshu.com/p/7e0597c0200a

3.点估计与抽样分布的Python实现（转载）

版权声明：本文为CSDN博主「秋秋小事」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jiaoyangdetian/article/details/81665161

import numpy as np
 
# 场景问题：一个公司中有2500个新员工，他们入职后3个月内有一部分人参加了公司的培训，现有数据为2500个员工的薪资，以及是否参加培训的状态，
# 但因为公司的数据权限，不能给出所有2500个用户的数据，但可以给出50个员工的数据，现需要推断新员工的平均薪资，以及参加培训的比例
 
# 知识点：
# 有限总体的简单随机抽样：在上边的例子中，新员工的总体个数是有限的，它是个有限总体，在2500个员工中，任意抽取50个员工作为抽样的样本，这50
#                      个员工都是以等可能性，即等概率的方式被抽取
 
salary_all = np.random.randint(low=3000, high=6000, size=2500) # 2500个员工的薪资随机生成，
training_all = np.random.randint(low=100, high=200, size=2500)
training_all = training_all % 2     #  0 未参加过培训  1 参加过培训
 
class SamplingDistribution(object):
 
    def __init__(self):
 
        return
 
    def PointEstimation(self): # 点估计
 
        # 简单随机抽样，抽取50个样本
        salary_sample = np.random.choice(salary_all, size=50)       # 样本薪资
        training_sample = np.random.choice(training_all, size=50)   # 样本是否参训
 
        salary_mean = np.mean(salary_sample)        # 点估计量，均值
        print('salary_mean=', salary_mean)          # 通过点估计值，可以推断2500个新员工的平均薪资为：salary_mean= 4443.46
 
        training_p = np.sum(training_sample == 1) / len(training_sample)  # 点估计量，概率值
        print('training_p=', training_p)            # 通过样本的点估计值，推断新员工中参加培训人员的比例为：training_p= 0.44
 
        return  salary_mean, training_p
 
    def SamplingDistributionSpace(self): # 抽样分布
 
        salary = list([])   # 每次抽样得到的薪资点估计值
        training = list([]) # 每次抽样得到的是否参训比例的点估计值
 
        n = 30  # 进行抽样30次
        root_n = 0
        while root_n < n:
            s, t = self.PointEstimation()
            salary.append(s)
            training.append(t)
            root_n = root_n + 1
 
        # 每次抽样后的结果
        print('salary=', salary)
        print('training=', training)
 
        # 每个抽样后得到的点估计值，可以看作一个样本，它服从正太分布，则可以求它的：均值，方差，标准差，协方差等值
        result_s = np.mean(salary)
        result_t = np.mean(training)
        print('result_s=', result_s)
        print('result_t=', result_t)
 
        return
 
 
 
SampleWork = SamplingDistribution()
SampleWork.SamplingDistributionSpace()