统计学的判断题(抽样与参数估计)

发布网友 发布时间：2022-04-25 08:23

我来回答

共1个回答

热心网友 时间：2023-11-30 21:54

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。

热心网友 时间：2023-11-30 21:54

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。

热心网友 时间：2023-11-08 20:56

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。

热心网友 时间：2023-11-30 21:54

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。

热心网友 时间：2023-11-08 20:56

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。

热心网友 时间：2023-11-08 20:56

这么看吧，你回去还是要参照课本，详细理解，给你推荐两本书，第一个是许宝騄先生的抽样技术，比较难买到了，网上有他的电子版，写的很早，他是我国统计学第一人，也是被国际唯一认可的大师。第二本就是人民大学出版社出版的抽样技术，你去仔细看看。
这里给你一个思路。首先，抽样分布的起源可以看成是从抽样这个调查活动中发展的，当然，理论推导上看，完全不是这么回事儿。比如说，t分布，就是要求对正态总体进行抽样时，抽到的样本服从t分布，因为我们要进行参数估计，如果分布完全相同，我们就没必要再对样本进行分析了，就可以直接认为，样本的所有参数值就是总体的参数值。所以有了这些分布，也就是你第二个问题里的一个方面。
第二个问题，我们说，参数估计是一个比较宽泛的概念，你应该学过数理统计，如果较真的说法，我们可以说“用样本统计量估计总体参数的方法”是参数估计，但反过来不行。因为参数估计还有很多别的方法，高阶矩法估计，线性估计，这些基本不牵扯到抽样，但都是参数估计。
第三个问题，这个z统计量是一个双边统计量，可以是正的，也可以是负的，并且均值为零。根据具体情况，我们在具体计算的时候，比如当alpha等于0.05的时候，z值是1.96，这个是带绝对值的，前面通过实际数据对他们进行正负号的判断，这是书上给的办法，但实际上，我们判断的正负应该是算在这个z统计量里面的，根据实际情况，判断是z分布的哪边。所以，极限误差既可以大于也可以小于，当然，等于的时候比较少。