区间估计及运算.pptVIP

第四节 区间估计的计算与原理 一、两种主要的估计方法 点估计是指根据抽取到的具体样本数据，代入估计量得到的一个估计值。 区间估计是在点估计的基础上估计出总体参数一个可能的范围，同时还给出总体参数以多大的概率落在这个范围之内。 二、为什么要区间估计呢？ 在上述警察逮捕人数的例子中，你计算得出均值为15.6人，你的上司可能会问，这一均值的确是15.6吗？ 你的回答将是不知道。但是，你的计算告诉你，这一均值的最优估计值是15.6。 你的上司可能又会问了，15.6这一估计值到底有多好？ 也就是说，这一均值估计量包含多大的误差？ 回答上述问题的一个办法是抽取很多的样本，计算每一个样本的均值，然后向上司展示均值估计量的变化范围。不过，这种办法显得有些笨。 如果你想把这一问题处理得更加高明些，你就应该计算所有样本均值的平均误差。均值的标准差有一个专门的名称：均值标准误差。 关于区间估计 设 为总体x 的未知参数， 为来自总体的容量为n的简单随机样本，对于预先给定的一个充分小的正数 ，我们构造两个统计量： 三、置信区间的含义 若独立地反复多次抽取容量相同的简单随机样本，每一个样本都确定一个随机区间 ，在这些区间中，包含总体参数 真值的约占 ，或者说有 的随机区间 会包含总体参数 的真值。例如，若 ，独立地反复抽取容量相同的简单随机样本1000次，在得到的1000个随机区间中，不包含总体参数 真值的大约有50个。 四、简单随机抽样和等距抽样的参数估计 （一）总体均值的置信区间和参数估计 总体均值的区间估计根据已知条件不同，有不同的计算方法。 1.从正态总体中抽取样本，且总体方差已知，均值μ的区间估计 1.从正态总体中抽取样本，且总体方差已知，均值μ的区间估计 （1）重复抽样的条件下 设 ， 已知， 为来自总体的容量为n的简单随机样本，则 的抽样分布为 在重复抽样的方式下，总体均值μ的置信度为1-α的置信区间为 例一： 假设参加某种寿险投保人的年龄服从正态分布，标准差为σ=7.77岁。从中抽取36人组成一个简单随机样本（重复抽样），其平均年龄为39.5岁，试建立投保人平均年龄μ的90 %的置信区间。 解 假设用随机变量X表示某种寿险投保人的年龄，则由已知条件有 ， ，n=36。与置信度90%相对应的α=0.10，查表，得到 由公式， 得，总体均值μ的置信度为90%的置信区间为 于是可以说，我们有90%的把握确信，寿险投保人总体的平均年龄介于37.37到 41.63岁之间。 1.从正态总体中抽取样本，且总体方差已知，均值μ的区间估计 （2）在不重复抽样的条件下，置信区间为 例2 一家食品公司，每天大约生产袋装食品若干，总体方差为100。为对产品质量进行检测，该企业质检部门采用抽样技术，每天抽取一定数量的食品，以分析每袋重量是否符合质量要求。现从某一天生产的一批食品8000袋中随机抽取了25袋（不重复抽样），测得它们的重量如下表所示： 解 已知σ=10；n=25;1-α=59%; =1.96 根据样本资料，计算的样本均值为： 根据公式得 =105.36±1.96× × 即105.36±3.914115=(101.4459, 109.2741)，该批产品平均重量在95％置信水平下的置信区间为：101.4459～109.2741。 2. 正态总体，大样本，若总体方差 未知，可用样本标准差S代替。 能够把公式写出来吗？ 重复抽样：？？？ 不重复抽样： ？？？ 例三： 假设参加某种寿险投保人的年龄服从正态分布。从中抽取36人组成一个简单随机样本（重复抽样，年龄数据见下页表），试建立投保人平均年龄μ的90 %的置信区间。 解：已知n=36， 1-α=90%； ＝1.645，由于总体方差未知，但为大样本，故可用样本方差代替。 根据样本资料计算的样本均值和样本标准差为： 则置信区间为： 即39.5±2.13=(37.37，41.63)，投保人平均年龄在90％的置信水平下的置信区间为37.37岁～41.63岁。 3.正态总体、小样本情况下，总体方差未知，总体均值的估计 （重复抽样条件下） （不重复抽样条件下） 如果总体服从正态分布, 只要总体方差已知，即使在小样本情况下，也可以计算总体均值的置