统计推断 statistical consequence 根据观察和试验所得的数据,推断随机现象的某些数量指标。一般可分成估计问题和假设检验问题两大类。估计问题还可分总体参数的点估计和区间估计两类:(1)总体参数的点估计的最常用方法是最大似然法。设总体的分布是连续型(离散型)的,密度函数(概率)为p(x,θ1,θ2,…,θK),其中θ1,θ2,…,θK是待估计的未知参数。对于给定的x1,x2,…,xn,使函数ln p(xi,θ1,θ2,…,θK)达到最大值的 1, 2,…, K,并用它们分别作为θ1,θ2,…,θK的估值。上述函数称为似然函数。(2)总体参数的区间估计。在一次试验中,概率很小(一般小于0.05或0.01)的事件认为是实际上不可能发生的事件;而概率很大(一般大于0.95或0.99)的事件认为是实际上必然发生的事件。这是统计推断的一个重要根据,称为小概率原理。因此对总体参数θ (如μ,σ2)进行区间估计(即估计θ的取值范围),需先确定小概率α(一般取0.05或0.01),掌握θ的分布函数,使得P(θ1<θ<θ2)=1-α成立,那末称区间(θ1θ2)为参数θ的置信区间,θ1和θ2称为置信限,θ≤θ1和θ≥θ2称为否定域,α称为显著性水平,1-α称为置信水平。假设检验问题的方法是:先假设总体具有某种统计特性,然后再检验这个假设是否可信。 |