區(qū)間估計課件_第1頁
區(qū)間估計課件_第2頁
區(qū)間估計課件_第3頁
區(qū)間估計課件_第4頁
區(qū)間估計課件_第5頁
已閱讀5頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第四講

區(qū)間估計1第四講

區(qū)間估計1區(qū)間估計總體均值總體比例總體方差2區(qū)間估計總體均值2聯(lián)合食品公司的案例1)所有客戶一次購買金額的平均值是多少?(29.4449)2)所有使用信用卡的客戶一次購買金額的平均值是多少?(40.8768)3)使用信用卡的客戶占的比例是多少?(0.22)3聯(lián)合食品公司的案例1)所有客戶一次購買金額的平均值是多少?(我們的估計值離真值有多遠?我們希望通過樣本的信息給出一個范圍,使這個范圍按足夠大的概率包含我們所感興趣的參數(shù)。如何尋找K和L,使得以95%的概率成立:4我們的估計值離真值有多遠?我們希望通過樣本的信息給出一個范圍抽樣誤差:無偏點估計值與總體參數(shù)之差的絕對值。5抽樣誤差:無偏點估計值與總體參數(shù)之差的絕對值。5大樣本且已知的情況6大樣本且已知的情況6理解置信區(qū)間的含義

抽取100個樣本,計算出100個平均值和100個區(qū)間,它們當中至少有(1-)*100個包含了未知的總體均值。因此,可以以(1-)的程度確信落在每一個區(qū)間里面。邊際誤差:

7理解置信區(qū)間的含義抽取100個樣本,計算出100個平均值和聯(lián)合食品公司的例子如果已知所有消費者一次購買金額的標準差是22,那么一次購買平均金額的一個95%的置信區(qū)間是:29.44491.96*(22/10)或者(25.1329,33.7569),其中邊際誤差=4.312.問題:

怎么可能知道標準差?8聯(lián)合食品公司的例子如果已知所有消費者一次購買金額的標準差是2大樣本且未知的情形9大樣本且未知的情形91010聯(lián)合食品公司的例子所有顧客一次購買金額的平均值的95%的置信區(qū)間:29.44491.96*(20.4162/10)或者(25.44333,33.44506)問題:對使用信用卡的顧客一次購買金額的平均值能否類似進行區(qū)間估計?11聯(lián)合食品公司的例子所有顧客一次購買金額的平均值的95%的置信小樣本且未知的情形

12小樣本且未知的情形121313聯(lián)合食品公司的例子所有持信用卡的顧客一次購買金額的平均值的95%的置信區(qū)間是:問題:你獲得上述結論時對總體作了什么假定?是否合理?

14聯(lián)合食品公司的例子所有持信用卡的顧客一次購買金額的平均值的9總體比率p的區(qū)間估計15總體比率p的區(qū)間估計15聯(lián)合食品公司的例子使用信用卡支付的顧客的比率的95%的置信區(qū)間是多少?問題:是否符合大樣本的條件?進一步的問題:如果嫌精度不夠怎麼辦?16聯(lián)合食品公司的例子使用信用卡支付的顧客的比率的95%的置信區(qū)DataVariation

SampleSizenLevelofConfidence

(1-)IntervalsExtend

?1984-1994T/MakerCo.影響區(qū)間長度的因素

17DataVariation IntervalsE90%Samples95%Samplesx_ConfidenceIntervals99%SamplesX_1890%Samples95%Samplesx_Confi樣本容量的確定(1)給定邊際誤差E和置信系數(shù)1-,問題是:確定樣本容量n使得總體均值(比率)的1-水平的置信區(qū)間長度不超過2E?(該問題有什么實際意義?)

19樣本容量的確定(1)給定邊際誤差E和置信系數(shù)1-,問題是:樣本容量的確定(2)怎么獲得?1)用以前相同或類似的樣本的樣本標準差代替;2)用試驗調查的方法選擇初始樣本,用該樣本的樣本標準差代替;3)對進行判斷或者猜測:比如全距的1/4作為估計。為什么用正態(tài)分布的/2分位數(shù)而不用t分布?20樣本容量的確定(2)怎么獲得?20樣本容量的確定(3)對于總體比率來說:如何確定p?1)類似對的確定方法;2)使用p=0.5,此時p(1-p)最大,從而高估樣本容量。

21樣本容量的確定(3)對于總體比率來說:21聯(lián)合食品公司的例子為使得所有顧客一次購買金額的平均值的95%的置信區(qū)間長度不超出6美圓,需至少采用多大的樣本?E=?

=?(全距=77.07)n=(1.96*77.07/4)2/9=158.46159n=(1.96*20.42)2/9=177.9817822聯(lián)合食品公司的例子為使得所有顧客一次購買金額的平均值的95%聯(lián)合食品公司的例子為了使得對持信用卡購買的顧客比率p的95%的置信區(qū)間長度不超過0.1,樣本至少多大?E=?P=?n=(1.96)2*0.5*0.5/0.052=384.16385n=(1.96)2*0.22*0.78/0.052=263.726423聯(lián)合食品公司的例子為了使得對持信用卡購買的顧客比率p的95%總體方差的區(qū)間估計正態(tài)總體時,24總體方差的區(qū)間估計正態(tài)總體時,242525例某食品企業(yè)生產一種名牌蛋糕,經(jīng)驗說明溫度會影響蛋糕的口味,所以生產蛋糕時需要將溫度控制在一定范圍內,以保證產品的穩(wěn)定性與一致性?,F(xiàn)從一批產品中隨機抽取25批蛋糕進行檢測,得溫度的標準差為2.13度,假定總體溫度的分布服從正態(tài)分布,以95%的置信度來估計生產蛋糕溫度的方差的置信區(qū)間。26例某食品企業(yè)生產一種名牌蛋糕,經(jīng)驗說明溫度會影響蛋糕的口味,例:DollComputerCompanyDoll計算機公司生產計算機并銷售給通過Internet訂購的顧客。該公司主要競爭力在于價格和送貨速度。為達到快速送貨的目的,該公司將生產的五種最暢銷的機型運到遍布全國的倉庫貯存,從這些倉庫只需一天就可將商品送達消費者。為降低成本,部門經(jīng)理想建立貯存模型從而確定最優(yōu)存貨水平(inventorylevel)。27例:DollComputerCompanyDoll計算經(jīng)理了解到leadingtime期間的需求量是近似正態(tài)分布的,且標準差是50,現(xiàn)在他想知道分布的均值是多少。他記錄了60個leadingtime的需求量(見文件doll),如何估計分布的均值?28經(jīng)理了解到leadingtime期間的需求量是近似正態(tài)分布例2零售店選址張先生是臺灣某集團的企劃部經(jīng)理,在今年的規(guī)劃中,集團準備在某地新建一新的零售商店。張先生目前正在做這方面的準備工作。其中有一項便是進行市場調查。在眾多信息中,經(jīng)過該地行人數(shù)量是要考慮的一個很重要的方面。張先生委托他人進行了兩個星期的觀察,得到每天經(jīng)過該地人數(shù)如下:29例2零售店選址張先生是臺灣某集團的企劃部經(jīng)理,在今年的規(guī)544,468,399,759,526,212,256,456,553,259,469,366,197,178如果設立商店要求行人數(shù)最低為520的話,這個地點是否合適?(經(jīng)計算,樣本均值403,標準差168.46)30544,468,399,759,526,212,256,30第四講

區(qū)間估計31第四講

區(qū)間估計1區(qū)間估計總體均值總體比例總體方差32區(qū)間估計總體均值2聯(lián)合食品公司的案例1)所有客戶一次購買金額的平均值是多少?(29.4449)2)所有使用信用卡的客戶一次購買金額的平均值是多少?(40.8768)3)使用信用卡的客戶占的比例是多少?(0.22)33聯(lián)合食品公司的案例1)所有客戶一次購買金額的平均值是多少?(我們的估計值離真值有多遠?我們希望通過樣本的信息給出一個范圍,使這個范圍按足夠大的概率包含我們所感興趣的參數(shù)。如何尋找K和L,使得以95%的概率成立:34我們的估計值離真值有多遠?我們希望通過樣本的信息給出一個范圍抽樣誤差:無偏點估計值與總體參數(shù)之差的絕對值。35抽樣誤差:無偏點估計值與總體參數(shù)之差的絕對值。5大樣本且已知的情況36大樣本且已知的情況6理解置信區(qū)間的含義

抽取100個樣本,計算出100個平均值和100個區(qū)間,它們當中至少有(1-)*100個包含了未知的總體均值。因此,可以以(1-)的程度確信落在每一個區(qū)間里面。邊際誤差:

37理解置信區(qū)間的含義抽取100個樣本,計算出100個平均值和聯(lián)合食品公司的例子如果已知所有消費者一次購買金額的標準差是22,那么一次購買平均金額的一個95%的置信區(qū)間是:29.44491.96*(22/10)或者(25.1329,33.7569),其中邊際誤差=4.312.問題:

怎么可能知道標準差?38聯(lián)合食品公司的例子如果已知所有消費者一次購買金額的標準差是2大樣本且未知的情形39大樣本且未知的情形94010聯(lián)合食品公司的例子所有顧客一次購買金額的平均值的95%的置信區(qū)間:29.44491.96*(20.4162/10)或者(25.44333,33.44506)問題:對使用信用卡的顧客一次購買金額的平均值能否類似進行區(qū)間估計?41聯(lián)合食品公司的例子所有顧客一次購買金額的平均值的95%的置信小樣本且未知的情形

42小樣本且未知的情形124313聯(lián)合食品公司的例子所有持信用卡的顧客一次購買金額的平均值的95%的置信區(qū)間是:問題:你獲得上述結論時對總體作了什么假定?是否合理?

44聯(lián)合食品公司的例子所有持信用卡的顧客一次購買金額的平均值的9總體比率p的區(qū)間估計45總體比率p的區(qū)間估計15聯(lián)合食品公司的例子使用信用卡支付的顧客的比率的95%的置信區(qū)間是多少?問題:是否符合大樣本的條件?進一步的問題:如果嫌精度不夠怎麼辦?46聯(lián)合食品公司的例子使用信用卡支付的顧客的比率的95%的置信區(qū)DataVariation

SampleSizenLevelofConfidence

(1-)IntervalsExtend

?1984-1994T/MakerCo.影響區(qū)間長度的因素

47DataVariation IntervalsE90%Samples95%Samplesx_ConfidenceIntervals99%SamplesX_4890%Samples95%Samplesx_Confi樣本容量的確定(1)給定邊際誤差E和置信系數(shù)1-,問題是:確定樣本容量n使得總體均值(比率)的1-水平的置信區(qū)間長度不超過2E?(該問題有什么實際意義?)

49樣本容量的確定(1)給定邊際誤差E和置信系數(shù)1-,問題是:樣本容量的確定(2)怎么獲得?1)用以前相同或類似的樣本的樣本標準差代替;2)用試驗調查的方法選擇初始樣本,用該樣本的樣本標準差代替;3)對進行判斷或者猜測:比如全距的1/4作為估計。為什么用正態(tài)分布的/2分位數(shù)而不用t分布?50樣本容量的確定(2)怎么獲得?20樣本容量的確定(3)對于總體比率來說:如何確定p?1)類似對的確定方法;2)使用p=0.5,此時p(1-p)最大,從而高估樣本容量。

51樣本容量的確定(3)對于總體比率來說:21聯(lián)合食品公司的例子為使得所有顧客一次購買金額的平均值的95%的置信區(qū)間長度不超出6美圓,需至少采用多大的樣本?E=?

=?(全距=77.07)n=(1.96*77.07/4)2/9=158.46159n=(1.96*20.42)2/9=177.9817852聯(lián)合食品公司的例子為使得所有顧客一次購買金額的平均值的95%聯(lián)合食品公司的例子為了使得對持信用卡購買的顧客比率p的95%的置信區(qū)間長度不超過0.1,樣本至少多大?E=?P=?n=(1.96)2*0.5*0.5/0.052=384.16385n=(1.96)2*0.22*0.78/0.052=263.726453聯(lián)合食品公司的例子為了使得對持信用卡購買的顧客比率p的95%總體方差的區(qū)間估計正態(tài)總體時,54總體方差的區(qū)間估計正態(tài)總體時,245525例某食品企業(yè)生產一種名牌蛋糕,經(jīng)驗說明溫度會影響蛋糕的口味,所以生產蛋糕時需要將溫度控制在一定范圍內,以保證產品的穩(wěn)定性與一致性?,F(xiàn)從一批產品中隨機抽取25批蛋糕進行檢測,得溫度的標準差為2.13度,假定總體溫度的分布服從正態(tài)分布,以95%的置信度來估計生產蛋糕溫度的方差的置信區(qū)間。56例某食品企業(yè)生產一種名牌蛋糕,經(jīng)驗說明溫度會影響蛋糕的口味,例:DollComputerCompanyDoll計算機公司生產計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論