两个样本均值之差的抽样分布 （1）如： ） 抽样
X1 − N(µ1,σ12 ), X2 − N(µ2 ,σ2 ),
2
则 x1 − x2 ) ~ N(µ1 − µ2 , (
σ12 σ22
n1 + n2
)
抽样
σ12 N1 − n1 σ22 N2 − n2 (x1 − x2 ) ~ N[(µ1 − µ2 , ( )+ ( )] n1 N1 −1 n2 N2 −1
对于无限总体， 对于无限总体， 一个估计 如果对任意 量如能完 ε＞ˆ 0 满足条件 全地包含 LimP(|θn −θ |≥ ε ) = 0 未知参数 n→∞ 信息， 信息，即 则称 θˆ 是 θ 为充分量 的一致估计。 的一致估计。
点估计
常用的求点估计量的方法
用样本的数字特征 1.数字特征法: 1.数字特征法:当样本容量增大时 ,用样本的数字特征 数字特征法 去估计总体的数字特征。 去估计总体的数字特征。 例如，我们可以用样本平均数(或成数 和样本方差来估 例如，我们可以用样本平均数 或成数)和样本方差来估 或成数 计总体的均值(或比率 和方差。 或比率)和方差 计总体的均值 或比率 和方差。
样本均值的抽样分布（简称均值的分布） 样本均值的抽样分布（简称均值的分布） 抽样
均值µ=∑Xi/N 均值
均值 X = Σxi
n
样本均值是样本的函数， 故样本均值是一个统计量， 样本均值是样本的函数， 故样本均值是一个统计量， 统计量 统计量是一个随机变量 随机变量， 统计量是一个随机变量， 样本均值的概率分布称为 样本均值的抽样分布。 样本均值的抽样分布。
2
n
总体均值 （µ） ）
X ± tα
2
( n −1 )
