2020-04-23 11:41:11

docs/20.md

@@ -38,7 +38,7 @@
 
 ## 16.2 可视化点估计的不确定性
 
-在图 16.2 中，我显示了“最佳估计值”和“误差幅度”，但我没有解释这些量究竟是什么或者如何获得它们。为了更好地理解它们，我们需要快速介绍统计抽样的基本概念。在统计数据中，我们的首要目标是通过查看世界的一小部分来了解世界。继续选举的例子，假设有许多不同的选区，每个区的公民都要投票支持蓝党或黄党。我们可能想要预测每个地区的投票方式，以及各地区的整体投票平均值（_ 平均值 _）。为了在选举前做出预测，我们不能对每个地区的每个公民进行民意调查，以了解他们将如何投票。相反，我们必须轮询一部分地区的公民子集，并使用这些数据得出最佳猜测。在统计语言中，所有地区所有公民的可能投票总数称为 _ 人口 _，我们调查的公民和/或地区的子集是 _ 样本。_ 人口代表了世界的潜在真实状态，样本是我们进入这个世界的窗口。
+在图 16.2 中，我显示了“最佳估计值”和“误差幅度”，但我没有解释这些量究竟是什么或者如何获得它们。为了更好地理解它们，我们需要快速介绍统计抽样的基本概念。在统计数据中，我们的首要目标是通过查看世界的一小部分来了解世界。继续选举的例子，假设有许多不同的选区，每个选区的公民都要为蓝方或黄方投票。我们可能想要预测每个选区的投票方式，以及各地区的整体投票均值（平均值）。为了在选举前做出预测，我们不能对每个选区的每个公民进行民意调查，来了解他们将如何投票。相反，我们必须轮询选区子集的公民子集，并使用这些数据得出最佳猜测。在统计语言中，所有选区所有公民的可能投票总数称为总体，我们调查的公民和/或选区的子集是样本。总体代表了世界的潜在真实状态，样本是我们进入这个世界的窗口。
 
 我们通常对总结人口重要属性的具体数量感兴趣。在选举的例子中，这些可能是跨地区的平均投票结果或地区结果之间的标准差。描述群体的数量称为 _ 参数，_ 并且它们通常是不可知的。但是，我们可以使用样本来猜测真实参数值，统计学家将这些猜测称为 _ 估计值。_ 样本均值（或平均值）是总体均值的估计值，这是一个参数。各个参数值​​的估计也称为 _ 点估计 _，因为每个参数值可以由线上的点表示。