有时候样本无法给出足够正确的结果。
点估计量是我们有可能给出的总体统计量的最佳估计。点估计量是有价值的，但也许存在小小的误差。为什么呢？原因很简单，因为我们用的是样本。
认识置信区间
利用点估计量，是通过指定一个确切的数值估计总体。
我们不指定一个确切的数值，而是指定两个数值，即为总体的均值确定一个区间。
求解置信区间的四步骤
关于上述步骤，解说如下。
第一步：选择总体统计量
根据要解决的实际问题，选择要为之构建置信区间的总体统计量。
第二步：求出所选统计量的抽样分布
若是要求总体均值的抽样分布，需要计算均值的抽样分布，包括均值和方差，方差可以使用点估计量。
第三步：决定置信水平
关键记住这一点：置信水平越高，区间越宽，置信区间包含总体统计量的几率越大。
关键在于，要让区间尽可能窄，但又要足够宽，这样才能合理地相信真正的均值就在区间里面。
第四步：求出置信区间的上下限
置信区间的构建步骤总结
置信区间简便算法（非常有意思，也很重要哦）
置信区间的简便算法，只需要查看要求的总体统计量、总体分布、以及各种条件，然后使用总体统计量或者其估计量。
小样本问题-t分布。
估计总体统计量的两种方法
方法一：点估计量，点估计量方法可以用于估计总体统计量的精确数值，是根据样本数据有可能做出最好的预测。
方法二：使用总体统计量的置信区间，这个方法求出总体统计量的有一个较高可信度的数值方法。
总结
1 置信区间和置信水平
2 总体统计量置信区间的计算
练习
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。