统计推断(区间估计)

一、置信区间的估计

1.统计推断:统计推断是基于样本统计量对总体参数给出统计学结论

2.常用方法:置信区间估计和假设检验

3.95%置信度的含义:100次抽样结果的100个95%置信区间中,平均而言有95个置信区间包含了真实的总体均数。置信度常用C表示

二、置信区间

(1)已知σ时μ的置信区间

1.样本量为n的简单随机抽样数据,估计总体均数μ的置信区间,当总体分布服从正态分布时,样本均数μ服从N(\mu,\frac{\sigma^2}{n})

2.对于一个观察到的样本,μ的置信度为C的置信区间为\overline{x}\pm z^\prime\times\sigma/\sqrt{n},其中\overline{x}为μ的估计值,z^\prime\times\sigma/\sqrt{n}为误差范围

3.z^\prime和C的关系为C越大则z^\prime越大


(2)置信区间的误差范围

1. 高置信度是指结果准确性高,误差范围小是指结果精确性高

2. 减小置信区间误差范围z^\prime\times\sigma/\sqrt{n}的方法:

①选择较低的置信度,从而得到更小的z^\prime

②选择更大的样本量n;

③减小σ


三、置信区间与样本量

1.合理的样本设计应在进行数据收集前先确定好统计推断方法,确定足够的样本量可使得后期置信区间的误差范围较小。

2.根据置信区间误差范围计算公式,计算简单随机抽样的样本量:

n=(z^\prime\times\frac{\sigma}{m})^2

3.实际应用中,样本量大小的选择,除上述公式计算结果外,还应考虑其他因素,如数据收集过程中所花费的成本等,确保研究方案实施的可行性。

4.严谨的设计通常会事先假定一个无应答率,并以此校正样本量的计算。


四、注意事项

1.公式不适用于所有抽样方法,不同的抽样方法需要采用不同估计公式。

2. 公式适用条件

(1)数据必须来自相应总体的简单随机抽样;

(2)个体间相互独立;

(3)事先假定总体标准差已知,实际研究中很可能无法得到总体标准差。

3.选用统计方法前需对数据进行探索性分析,检查异常值以及数据是否服从正态分布;

4. 统计分析无法拯救糟糕的数据;

5. 实际操作中的问题(如无应答与失访)会给抽样研究带来额外的误差,这些误差可能比随机抽样误差大得多,并且研究结果中这些误差并不能被误差范围所反映;

6. 统计推断的概率是指该方法重复进行的正确频率,但并不知道某一次结果的正确性。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,290评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,107评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,872评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,415评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,453评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,784评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,927评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,691评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,137评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,472评论 2 326
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,622评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,289评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,887评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,316评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,490评论 2 348

推荐阅读更多精彩内容