统计学整理（二）

前情回顾：之前通过学习不同随机变量的各种概率密度函数，通过已知总体的分布，来推算样本的概率分布。
又由中心极限定理可知，大样本量下，样本服从正态分布。
所以，下面我们开始讨论，如何通过样本估计总体。

一、参数（样本）估计

（一）点估计和区间估计

• 估计前提：知道总体服从什么样的分布。
• 点估计：总体中μ和σ^2未知，用抽取样本计算样本μ和σ ^2 的估计值 代替 总体真值。

但 由于点估计无法确定可靠度量性，因此不能依赖点估计，而是围绕点估计构造总体参数的区间。

• 区间估计：由点估计统计量加减估计误差，得到的。进而构造出总体参数的置信区间。
• 置信水平：置信区间中包含总体参数真值的次数所占的比例（1-α）% （α表示总体参数未在区间内的比例）
• 置信区间：多次的抽样的样本统计量，构成的总体参数估计区间（注：抽样本时，应是：同一个整体，不同的样本。不能是同一批，也不能是完全两个不同的总体抽样）。
  
• Z代表正态分布统计量
• α代表显著性水平，由于区间是双尾，所以除以2
• σx拔：样本的标准差
  
  2、评价估计量的标准
  （1）无偏性（看均值）：估计量抽样分布的E(X)=被估计的总体参数
  （2）有效性（看方差）：更小的标准差更有效。
  （3）一致性（看样本量）：n越大，估计样本与总体分布是否一致。

sita是待估计的参数，未知。
用样本均值来当作总体的估计值，前提是知道样本的分布类型。

由于估计量是样本的函数，是随机变量，故对不同的样本值，得到的参数值往往不同，如何求估计量是关键问题。
常用构造估计量的方法(两种）：矩估计法（连续型：均匀分布）和最大似然估计法（离散型：连续相乘，取对数）。

（二）一个总体参数的区间估计
1.总体均值的区间估计
1.1大样本估计前提：正态总体、σ^２已知，或非正态总体、大样本。

• 使用正态分布统计量
  
  至于为什么分子为σ/根号n，根据下方推导：
  

• 置信区间：
  
  注：Zα/2*σ/根号n 为 估计误差；同时也是由样本均值抽样分布标准化转化过来的。

1.2小样本估计前提：正态总