最新商务与经济统计——区间估计71精品课件.ppt

《最新商务与经济统计——区间估计71精品课件.ppt》由会员分享，可在线阅读，更多相关《最新商务与经济统计——区间估计71精品课件.ppt（39页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、STAT 根据表1的数据，质检科估计出该天生产的食品每袋的平均重量在101.38109.34克之间，其中，估计的可信程度为95%，估计误差不超过4克。产品的合格率在96.07%73.93%之间，其中，估计的可信程度为95%，估计误差不超过16%。表1 25袋食品的重量（克）112.5102.6100.0116.6136.8101.0107.5123.595.4102.8103.095.0102.097.8101.5102.010808101.6108.498.4100.5115.6102.2105.093.3STAT8.1.3计算区间估计：计算区间估计： 在CJW公司的例子中，样本均值产生的抽

2、样误差是3.92或更小的概率是0.95。因此，可以构建总体均值的区间为，由于，从一个总体中抽取到的样本具有随机性，在一次偶然的抽样中，根据样本均值计算所的区间并不总是可以包含总体均值，它是与一定的概率相联系的。如下图所示：92.85,08.7892. 382,92. 382,ExEx已知时的大样本情况STATx 的抽样分布2x95%x的所有 的值3.923.923x1x x2 13.92x 基于的 区间23.92x 基于的 区间33.92x基于的区间(该区间不包含 )图1 根据选择的在 、 、 位置的样本均值建立的区间1x x2 3xSTAT 上图中，有95%的样本均值落在阴影部分，这个区域的

3、样本均值3.92的区间能够包含总体均值。 因此，总体均值的区间的含义为，我们有95%的把握认为，以样本均值为中心的3.92的区间能够包含总体均值。 通常，称该区间为置信区间，其对应的置信水平为 置信区间的估计包含两个部分：点估计和描述估计精确度的正负值。也将正负值称为误差边际或极限误差，反映样本估计量与总体参数之间的最大误差范围。总结总结：1已知时的大样本下的区间估计nZx2值。的为侧尾部中所提供的面积为在标准正态分布的右）为置信系数；式中，（Z212ZSTAT8.1.4计算区间估计：计算区间估计： 在大多数的情况下，总体的标准差都是未知的。根据抽样分布定理，在大样本的情况下，可用样本的标准差

4、s作为总体标准差的点估计值，仍然采用上述区间估计的方法进行总体参数的估计。未知时的大样本下的区间估计nSZx2值。的为侧尾部中所提供的面积为在标准正态分布的右）为置信系数；式中，（Z212Z未知时的大样本情况STAT【例例2 2】 斯泰特怀特保险公司每年都需对人寿保险单进行审查，现公司抽取36个寿保人作为一个简单随即样本，得到关于、投保人年龄、保费数量、保险单的现金值、残废补偿选择等项目的资料。为了便于研究，某位经理要求了解寿险投保人总体平均年龄的90%的区间估计。投保人投保人年龄年龄投保人投保人年龄年龄投保人投保人年龄年龄投保人投保人年龄年龄1234567893250402433444548

5、4410111213141516171847313639464539384519202122232425262727435436344823364228 2930313233343536343934354253284939STAT上表是一个由36个投保人组成的简单随机样本的年龄数据。现求总体的平均年龄的区间估计。分析：区间估计包括两个部分点估计和误差边际，只需分别求出即可到的总体的区间估计。解：已知（1）样本的平均年龄（2）误差边际645. 1%901362Zn，（大样本），5 .393636405032 nxxs2样本标准差（未知）总体标准差nZESTAT样本标准差误差边际（3）90%的置信

6、区间为39.5 2.13 即（37.37，41.63）岁。 注意注意（1）置信系数一般在抽样之前确定，根据样本所建立的区间能包含总体参数的概率为（2）置信区间的长度（准确度）在置信度一定的情况下，与样本容量的大小呈反方向变动，若要提高估计准确度，可以扩大样本容量来达到。77. 71)(2nxxs13. 23677. 7*645. 122nsZnZESTAT8.2总体均值的区间估计：小样本的情况在小样本的情况下，样本均值的抽样分布依赖于总体的抽样分布。我们讨论总体服从正态分布的情况。t分布的图形和标准正态分布的图形类似，如下图示：)(30nstxx分布服从未知总体标准差服从正态分布已知总体标准差

7、小样本STAT0标准正态分布t分布（自由度为20）t分布（自由度为10）图2标准正态分布与t分布的比较STAT在分布中，对于给定的置信度，同样可以通过查表找到其对应的临界值，利用临界值也可计算区间估计的误差边际因此，总体均值的区间估计在总体标准差未知的小样本情况下可采用下式进行：假定总体服从正态分布；2tnst2nstx2值。的供的面积为分布的右侧尾部中所提）的自由度为（为在为样本的标准差；）为置信系数；式中，（t2t1-n12tsSTAT【例例3 3】谢尔工业公司拟采用一项计算机辅助程序来培训公司的维修支援掌握及其维修的操作，以减少培训工人所需要的时间。为了评价这种培训方法，生产经理需要对这

8、种程序所需要的平均时间进行估计。以下是利用新方对名职员进行培训的培训天数资料。根据上述资料建立置信度为的总体均值的区间估计。（假定培训时间总体服从正态分布）。职员时间职员时间职员时间职员时间职员时间职员时间STAT解：依题意，总体服从正态分布，（小样本），此时总体方差未知。可用自由度为（n-1）=14的t分布进行总体均值的区间估计。样本平均数样本标准差误差边际95%的置信区间为87.531563554452 nxx82. 61473.6511)(2nxxs78. 31582. 6*145. 22nstE53.87 3.78 即（50.09，57.65）天。STAT8.3确定样本容量误差边际其计

9、算需要已知若我们选择了置信度由此，得到计算必要样本容量的计算公式：nZE2。和样本容量n,2Z2,1Z就可以确定2Zn在已知 和后，我们可以求出误差边际为任何数值时的样本容量等于期望的误差边际。令 E)(222222EZnEZnnZESTAT【例例4】在以前的一项研究美国租赁汽车花费的研究中发现，租赁一辆中等大小的汽车，其花费范围为，从加利福尼亚州的奥克兰市的每天36美元到康涅狄格州的哈特福德市的每天73.50美元不等，并且租金的标准差为9.65美元。假定进行该项研究的组织想进行一项新的研究，以估计美国当前总体平均日租赁中等大小汽车的支出。在设计该项新的研究时，项目主管指定对总体平均日租赁支出

10、的估计误差边际为2美元，置信水平为95%。解：依题意，可得将以上结果取下一个整数（90）即为必要的样本容量。2,65. 9,96. 1%,9512EZ43.89265. 996. 1)(2222222EZnSTAT 说明： 由于总体标准差 在大多数情况下 是未知的，可以有以下方法取得 的值。（1）使用有同样或者类似单元的以前样本的样本标准差；（2）抽取一个预备样本进行试验性研究。用实验性样本的标准差作为 的估计值。（3）运用对 值的判断或者“最好的猜测”，例如，通常可用该值全距的1/4作为 的近似值。STAT8.4总体比例的区间估计8.4.1区间估计区间估计 对总体比例 的区间估计在原理上与总

11、体均值的区间估计相同。同样要利用样本比例 的抽样分布来进行估计。若， 则样本比例近似服从正态分布。同样，抽样误差类似的，利用抽样分布（正态分布）来计算抽样误差pp5)1 (, 5,30pnnpnppEpn)p1 (pZnZZppE22p2PSTAT上式中， 是正待估计的总体参数，其值一般是未知，通常简单的用 替代 。即用样本方差 替代总体方差 。则， 误差边际的计算公式为：ppp)1 (pp)1 (ppnppZEp)1 (2的置信区间则为：1nppZp)1 (2值。的为侧尾部中所提供的面积为在标准正态分布的右）为置信系数；式中，（Z212ZSTAT【例例5】1997年菲瑞卡洛通讯公司对全国范围

12、内的902名女子高尔夫球手进行了调查，以了解美国女子高尔夫球手对自己如何在场上被对待的看法。调查发现，397名女子高尔夫球手对得到的球座开球次数感到满意。试在95%的置信水平下估计总体比例的区间。分解：解：依题意已知，（1）样本比例（2）误差边际误差边际点估计区间96. 1%9519022Zn，（大样本），44. 0902397nmp0324. 090256. 044. 096. 1)1 (2nppZpSTAT （3）95%的置信区间0.44 0.0324 即（0.4076，0.4724）。 结论：在置信水平为95%时，所有女子高尔夫球手中有40.76%到47.24%的人对得到的球座开球数感到

13、满意。 8.4.2 确定样本容量确定样本容量 在建立总体比例的区间估计时，确定样本容量的原理与8.3节中使用的为估计总体均值时确定样本容量的原理相类似。22222(1)E(1)(1)()ppEZnppppnZnZEE令 等于期望的误差边际STAT【例例6】在例中，该公司想在1997年结果的基础上进行一项新的调查，以重新估计女子高尔夫球手的总体中对得到的球座开球此数感到满意的人数所占的比例。调查主管希望这项新的调查在误差边际为0.025、置信水平为95%的条件下来进行，那么，样本容量应该为多大？解：依题意，可得将以上结果取下一个整数（1515）即为必要的样本容量。025. 0,44. 0,96.

14、 1%,9512EpZ51.1514025. 056. 044. 096. 1)1 ()(22222EppZnSTAT 说明：说明： 由于总体比例 在大多数情况下是未知的，可以有以下方法取得 的值。（1）使用有同样或者类似单元的以前样本的样本比例；（2）抽取一个预备样本进行试验性研究。用实验性样本的比例作为 的估计值。（3）运用对 值的判断或者“最好的猜测”；（4）如果上面的方法都不适用，采用 。0.5p ppppSTAT8.5其他抽样方法下总方差的计算 在第六章中学习到，除简单随机抽样方法外，在现实中还可运用分层抽样、整群抽样、系统抽样等抽样方法，每一次抽样都涉及到对总体参数的估计过程。 通

15、过前面的知识，可知对总体参数的估计过程中比较关键的因素是计算总体方差。如果已知总体方差，总体参数区间估计的过程与前面介绍的方法相同。STAT8.5.1分层抽样分层抽样在简单随机抽样中，我们计算总方差是采用的公式是在分层抽样中，我们事先将总体按一定的标志进行分层，所形成的数据实际等同于组距式数列，在组距式数列中，总方差需要运用方差加法定理来计算。22()xxn222i方差加法定理：总方差组间方差平均组内方差STAT 这就是说，如果要计算总方差，则需分别将组间方差和平均组内方差先计算出来。在分层抽样下，是否真的需要由组间方差和平均组内方差相加来计算总方差呢？ 我们来考察一下分层抽样的实施过程： 层

16、间抽样：在每一层抽取 全面调查 层间方差 层内抽样：抽取部分样本单位 抽样调查 层内方差 我们说抽样误差是抽样调查这种调查方式所特有的误差，因此上述两部分误差中只有由于抽样调查所形成的层内方差才是抽样误差的组成部分，而由于全面调查所形成的层间方差不是抽样误差的组成部分。STAT因此，22i总方差平均组内方差2222:n:n :iiiiiiiNs nsNniN：总体单位数；N各层的总体单位数；样本容量；各层的样本单位数；当总体方差未知时，用相应的样本方差替代。22ixZn 此时，误差边际【例例7】某厂有甲、乙两个车间生产保温瓶，乙车间产量是甲车间的2倍。现按产量比例共抽查了60支，结果如下。试以

17、95.45%的可靠程度推断该厂生产的保温瓶的平均保温时间的可能范围。车间车间代码代码平均保温时间平均保温时间标准差标准差 s s甲甲乙乙1 12 22525（小时）（小时）2828（小时）（小时）1.21.2（小时）（小时）0 0.8.8（小时）（小时）)(276040282025小时nnxxii64. 0,44. 1,28,25,40,20:22212121ssxxnn解91. 0604064. 02044. 122nnssiii222220.12()0.24()iixsZZnn小时小时)24.27,76.26(),(xxxx【例例8】某地一万住户，按城乡比例抽取一千户，进行彩电拥有量调查，

18、结果如下。试以95.45%的概率推断该地彩电拥有户比率的范围。14. 0100070085. 015. 03002 . 08 . 0)1 ()1 (nnppPPiii代码代码抽样户数抽样户数比重比重（% %）城城乡乡1 12 2300300(n(n1 1) )700700(n(n2 2) ) 8080)(1p1515)(2p%5 .34100070015. 03008 . 0:nnppii解2(1)2 1.12%2.24%pPPZn),(pppp区间估计：%)74.36%,26.32(STAT8.5.2整群抽样整群抽样与分层抽样类似，整群抽样下，总方差的计算仍然需要分解：同样考察整群抽样的实施

19、过程：层间抽样：在部分层中抽取 抽样调查 群间方差层内抽样：抽取全部样本单位 全面调查 群内方差类似的，只有群间方差是抽样误差的组成部分。222i方差加法定理：总方差组间方差平均组内方差 STAT因此，22总方差群间方差222()()iixxXMxxMRMrM用样本方差替代M:每群内的总体单位数；R:总体群数；r:样本群数。22xxZr 此时，误差边际【例例9】某乡播种某种农作物3000亩，分布在60块地段上，每块地段50亩。现抽取5块地，得资料如下。现要求以95%的概率估计这种农作物的平均亩产。样样本本平平均均亩亩产产受受灾灾面面积积1 12 23 34 45 58 8. .2 25 5 百百斤斤9 9. .5 50 0 百百斤斤8 8. .5 50 0 百百斤斤9 9. .0 00 0 百百斤斤8 8. .7 75 5 百百斤斤2 2. .0 0% % 1 1. .6 6% % 1 1. .4 4% % 1 1. .9 9% %2 2. .1 1% %8 . 8575. 800. 950. 850. 925. 8rxxi185. 05)8 . 875. 8()8 . 825. 8()(2222rxxix2221.96 0.1760.36xzr 8.80.36(844,916)xx 斤总体：R=60群样本：r=5群