统计中感兴趣的参数是什么？

在统计学中，参数是描述总体特征的数字。

以下是设置示例：

• 人口平均值（例如，所有美国公民的平均身高）
• 人口比例（例如，支持某项法律的美国公民比例）
• 人口方差（例如美国家庭年收入的方差）

由于收集总体中每个单独元素的数据通常过于耗时且昂贵，因此研究人员将收集总体的随机样本，并使用统计样本来估计总体参数。

例如，研究人员可以收集 2000 个家庭的数据，并使用样本中的平均家庭收入来估计整个州的平均家庭收入，而不是收集给定州每个家庭的年收入数据。

感兴趣的参数是我们在数据收集过程中想要估计的特定参数。

以下示例说明了现实场景中不同有趣的设置。

示例 1：估计总体平均值

假设一位生物学家想要确定某个 800 只海龟种群的平均重量。

由于单独称重每只海龟的时间太长，她可以随机收集 30 只海龟样本，并使用样本的平均重量来估计种群的平均重量。

在此示例中，感兴趣的参数是总体平均值。

为了估计该参数的值，生物学家将使用样本的平均值。

例如，如果样本中海龟的平均体重为 190.4 磅，那么群体中海龟平均体重的最佳估计也将为 190.4 磅。

示例 2：人口比例的估计

假设一位政治家想知道某个有 5,000 人的城镇中支持某项法律的居民比例。

由于对每个居民进行调查的成本太高，他可以随机抽取 1000 名居民作为样本，并利用样本比例来估计人口比例。

在此示例中，感兴趣的参数是人口比例。

为了估计这个参数的值，政治家将使用样本比例。

例如，如果样本中25%的居民支持该法律，那么支持该法律的居民比例的最佳估计也将为25%。

其他资源

以下教程提供了有关统计中感兴趣的参数的附加信息：

假设检验简介
统计对比参数：有什么区别？
什么是代表性样本？为什么它很重要？