Re: [機統] 估計母體平均觀念
※ 引述《Vulpix (Sebastian)》之銘言:
: ※ 引述《OfficeGL (妤欣)》之銘言:
: : 一直搞不清楚估計
: : 看了原文書跟中文版越搞越模糊
: : 我的認知
: : 想要從有限樣本 n 來估計母體平均
: : 這個 n 實在混亂
: : 我認為 n 是每次sample的個數
: : 當然 n-> 無限大,那當然平均數會收斂到母體平均
: 到這裡為止,你用到的東西是「大數法則」。(前提是有母體平均。)
: 不管是強版本還是弱版本,只要母體有平均,
: 樣本平均就會以某種形式收斂到母體平均。
: : 而每次sample n筆會得到一次抽驗平均
: : X1, X2, X3, ... 一直抽樣下去 ...
: : 而上述過程也是一個隨機變數
: : 我們叫做 K, K ~ Normal
: 在這個階段,你用上了「中央極限定理」。
: 大致上是這個意思:[(X1+X2+...+Xn)/n-μ]/(σ/√n) 會收斂到標準常態分佈。
: 顯然,這次不只要有母體平均μ,母體標準差σ也不能是∞。
: 實務上常常會用這個想法:
: (X1+X2+...+Xn)/n 差不多是一個常態分佈,平均μ、標準差σ/√n。
: : 而E[K]用來推估母體平均
: 你的 K 是什麼,我不太清楚,姑且先當作是 (X1+X2+...+Xn)/n 吧。
: 從上面可以知道 E[K] 就是μ,不是大概好像彷彿,兩個數字就是相等。
: 然後大數法則保證只要 n 很大,(X1+X2+...+Xn)/n 的抽樣值就很接近 E[K]。
: : VAR[K] 則表示上面式子的風險性高不高,有就是用來算信賴區間
: 信心水準約 68% 的信賴區間大概是 [μ-σ/√n, μ+σ/√n]。
: μ的估計方法已經找到了,問題在於我們不知道怎麼估計σ。
: 幸好,經過一番計算,E{ [(X1-K)^2+...+(Xn-K)^2]/(n-1) } = σ^2。
: 所以如果 n = 50 的話,只要重複取好多次 50 筆數據,我們就可以得到 σ^2 了!
: 假設又要做 50 次的話,光是為了估算母體標準差,就要取 2500 筆數據……
: 先補一個假設:試驗的母體分佈應該沒有很爛,相信 E[X^4] 一定是存在的。
: 用 S^2 稱呼剛剛那一串 [(X1-K)^2+...+(Xn-K)^2]/(n-1) 吧。
: 第二個幸好,除了 E[S^2] = σ^2 以外,
: 算一算可以得到 Var(S^2) = E[(S^2-σ^2)^2] = (E[X^4]-E[X]^4)/n,
: (這個計算是好久以前算的了,有一點點不太確定,但是跟 n 成反比才是重點。)
: 與 E[(K-μ)^2] = σ^2/n 類似,說明了 S^2 大致上只在 σ^2 附近閒逛。
: 所以 S^2 的取樣值,差不多就能直接當作 σ^2 的估計值了。
: 此即樣本標準差之所以為「樣本」「標準差」。
: : 可是我看題目
: : 都是例如抽50筆
: : 這50筆的平均跟標準差 就拿來估計信賴區間了
: : 這50筆不是只是一次抽樣而已嗎?
: : 一次抽樣就可以估計母體?
: : 不是應該要算E[K]跟Var[K]來估計信賴區間嗎?
: 重點在於我們用到大數法則和中央極限定理,所以在 n 夠大的狀況下,
: K 只在母體平均附近閒逛,跟 E[K] 根本差不多;
: 而 Var[K] = σ^2/n,又 S^2 也只在 σ^2 附近閒逛,
: 所以 Var[K] 幾乎就是 S^2/n 的取樣值,不用再平均(除非還想再提高近似程度)。
: : 有高手幫忙教學嗎~
: : 真的頭暈腦脹
: 這篇說到的所有近似都有程度的問題,理論上 n 愈大就近似得愈好。
謝謝你幫忙,雖然我描述的不是很看清楚
你卻能猜出來我要問的東西,真的很厲害
不過我有一點想再問
觀測一次 n筆samples的平均 x’
根據中央極限定律 x’的分配服從常態分佈
且其期望值等於u就是母體平均
那應該是x’ 介於 [u-1.96sd, u+1.96sd]
到機率有95%這樣解釋
為何在區間估計時
反而是說 u 介於 [x-1.96sd, x+1.96sd]
有95%信賴區間?
這邊不懂
謝謝解說
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.222.53.190
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1552378223.A.EA4.html
→
03/12 16:25,
5年前
, 1F
03/12 16:25, 1F
→
03/12 16:25,
5年前
, 2F
03/12 16:25, 2F
→
03/12 16:29,
5年前
, 3F
03/12 16:29, 3F
→
03/12 16:30,
5年前
, 4F
03/12 16:30, 4F
→
03/12 16:32,
5年前
, 5F
03/12 16:32, 5F
→
03/12 16:33,
5年前
, 6F
03/12 16:33, 6F
→
03/12 16:34,
5年前
, 7F
03/12 16:34, 7F
→
03/13 13:22,
5年前
, 8F
03/13 13:22, 8F
→
03/13 13:22,
5年前
, 9F
03/13 13:22, 9F
討論串 (同標題文章)
完整討論串 (本文為第 3 之 4 篇):
機統
0
1