区间估计ppt.ppt

参数估计的方法 第三节 正态总体均值的区间估计* 1、总体参数的区间估计的概念和思想 2、单正态总体均值的区间估计 * 3、两正态总体均值之差区间估计* 4、单侧区间估计问题 5、一般总体均值的大样本区间估计 * 1、区间估计的基本原理 正态总体均值的置信区间(?２已知,小样本) 相关概念 1、区间估计是指以一定的置信度（概率）来保证被估计的参数落在某个区间中。 2、置信上限和置信下限 3、置信度也称为可靠程度，和假设检验中的显著水平相对应。表示为 (1 - ?，??为显著性水平，是总体参数落在置信区间内的概率? 常用的置信度值有 99%, 95%, 90%，相应的显著性水平??为1%，5%，10%。 相关概念 4、置信区间的长度和可靠程度是正向的关系，区间长度越长，可靠程度就越大，但是估计不是很精确。从而是一对矛盾。 5、英国统计学家奈曼(Neyman)建议：在保证置信度的前提下，尽可能提高精确度。 6、置信区间的构造一般要借助于未知参数点估计或其函数的抽样分布来进行 2、相关应用 在险价值是指在一定的时间（t）内，在一定的置信度(比如95%)下，投资者最大的期望损失。作为一种市场风险测量和管理的新工具，在险价值法就是为了度量一项给定的资产或负债在一定时间里和在一定的置信度下其价值最大的损失额。J.P.摩根银行在1994年提出的“风险度量制”模型是这种方法的典型代表。 　　一种比较全面的衡量标准叫做在险价值(VaR)。在险价值指在既定概率水平下，某投资组合在某段时间内可能产生的最大损失。 　　在正常的市场情况下，VaR是非常有用的风险衡量工具。而在市场振荡期，压力测试和情景分析往往作为VaR的辅助工具来对市场风险进行分析。金融监管者将这两种工具视为VaR的必要补充。 置信区间估计 主要情形（只考察6种）* 正态总体（方差已知，小样本，1种,123页） 正态总体（方差未知，且为小样本，1种，124页） 大样本（不论总体是否正态，不论方差是否已知，4种，135页） 考虑校正系数情形 一、正态总体均值的置信区间(?２已知，小样本) 1. 假定条件：总体服从正态分布,且总体方差（?２）已知，小样本。 使用正态分布统计量Ｚ （一）正态总体均值的置信区间(?２已知,小样本) 置信区间的两种解释 置信区间 (95%的置信区间) *（二）正态总体均值置信区间(?２未知，小样本) 假定条件:总体近似正态，且方差（?２）未知，且为小样本(N30) 使用t统计量 第四节 一般总体均值的大样本置信区间（135页） 1、假定条件:大样本(N30），不论总体是否为正态分布，不论方差已知未知 2、使用正态分布统计量Z 总体均值的置信区间 (正态或非正态总体，方差，大样本) 大样本情形 考虑修正系数情形 三、两个总体均值之差的区间估计 利用正态统计量情形(一)(四)(P136) 1、假定条件，两个总体之间是独立的， 情形1：两个总体都服从正态分布,?1２,?2２已知， (P129) 情形4：若不是正态分布, 两者都是大样本（n1?30和n2?30)可以用正态分布来近似。(P136) 2、使用正态分布统计量 z 3、区间估计公式为： 两个总体均值之差的估计 两个总体均值之差的估计 2、正态分布,方差未知但相等(P130) 1. 假定条件 两个总体都服从正态分布 两个总体方差未知但相等：?1２=?2２ 两个独立的小样本(n130和n230) 2、统计量 1、共同方差的估计量 两个总体均值之差的估计 3、正态总体，方差未知，不等(小样本: ?12?? 22 ) 1、 假定条件 两个总体都服从正态分布 两个总体方差未知且不相等：?1２??2２ 两个独立的小样本(n130和n230) 2、使用统计量 两个总体均值之差?1-?2在1-? 置信水平下的置信区间为 两个总体均值之差的估计 两个总体均值之差的估计 一、总体比率的区间估计 1. 假定条件 总体服从二项分布 可以由正态分布来近似 2、使用正态分布统计量 z 二、两个总体比率之差的区间估计 1、假定条件 两个总体服从二项分布 可以用正态分布来近似 两个样本是独立的 2、两个总体比率之差?1-? 2在1-? 置信水平下的置信区间为 第五节 正态总体方差的区间估计 单正态总体方差的区间估计 两个正态总体方差比的区间估计 一、单正态总体方差的区间估计 1、 估计一个总体的方差或标准差 2、 假设总体服从正态分布 3、总体方差 ? 2 的点估计量为s2,且 卡方分布图（非对称） 二、两正态总体方差比的区间估计 1、比较两个总体的方差比 2、用两个样本的方差比来判断 如果S12/ S22接近于1,说明两个总体方差很接近 如果S12/ S22远离1,说明两