第6章参数估计解析.ppt

例6.6.5 假设某厂生产的零件重量服从正态分 布N(?,?2)，现从该厂生产的零件中抽取9个，测得 其重量(单位:克)为： 45.3 45.4 45.1 45.3 45.5 45.7 45.4 45.3 45.6 试求总体标准差? 的0.95置信区间. 解 因为总体的期望? 未知，所以总体方差?2的 1-?置信区间为 6.6 区间估计 第6章 又因为 所以 由于 于是总体方差? 的0.95置信区间为 6.6 区间估计 第6章 6.6.4 大样本置信区间 在有些场合，寻找枢轴量及其分布比较困难.在 样本量充分大时，可用渐进分布来构造近似的置信 区间，一个典型的例子就是关于比例p的置信区间. 例6.6.6 设X1, X2,…, Xn是来自两点分布b(1, p)的 样本，求证未知参数p的1-?置信区间近似为 6.6 区间估计 第6章 证明 依据中心极限定理知 于是可得近似枢轴量 对于给定的置信水平1-?，有 6.6 区间估计 第6章 上式是关于p的二次三项式，其判别式为 所以该二次三项式的图形大致如下 6.6 区间估计 第6章 其中pL,pU可以表示为 在n充分大时常略去? /n，于是近似置信区间为 6.6 区间估计 第6章 例6.6.7 对某事件A作120次观察，事件A发生 了36次，试给出事件A发生概率p的0.95置信区间. 解 因为 所以 于是p的0.95双侧置信区间为[pL,pU]=[0.218,0.382] 6.6 区间估计 第6章 6.6.5 样本容量的确定 在统计学中，样本量越大估计的精度越高，但 大样本量需要的经费高，实施的时间也长，投入的 人力物力也多，故实用中人们往往关心如下问题： 在一定条件下，至少需要多大的样本量？也就是样 本量的确定问题.样本量的确定有多种方法，这里先 讨论估计比率p所需样本量.很多实际问题都需要估 计比率，如不合格率、吸烟率、某项政策的支持率 等,在这些场合需要至少多大样本量才能保证所得估 计满足一定的精度要求. 6.6 区间估计 第6章 例6.6.8 设某传媒公司欲调查某电视节目的收 视率p，为了使p的1-?置信区间长度不超过2d0，问 应至少调查多少用户？ (注：置信水平1-?也叫保证概率，置信区间的半径 d0也称为绝对误差) 解 根据例6.6.6知p的1-?近似置信区间为 6.6 区间估计 第6章 于是置信区间的半径为 因为 ，所以 故 6.6 区间估计 第6章 如果取 ，则 于是至少需要调查2401个用户才能有95%的把握保证 调查所得的比例估计值 与真值p的差异不大于0.02. 6.6 区间估计 第6章 表6.6.1 部分 组合下的样本量 6.6 区间估计 第6章 2d0 1- 0.005 0.01 0.02 0.03 0.04 0.05 0.1 0.2 0.80 65695 16424 4106 1825 1027 657 165 42 0.85 82891 20723 5181 2303 1296 829 208 52 0.90 108222 27056 6764 3007 1691 1083 271 68 0.95 153659 38415 9604 4269 2401 1537 385 97 0.99 265396 66349 16588 7373 4147 2654 664 166 如果我们对比率p有所了解，则可以适当减少对 样本量的要求.比如我们知道任意电视节目的收视率 都不会很大，假如不会超过0.2，则依据大数定律可 近似认为 ，于是 故p的1-?置信区间半径的 的上界 6.6 区间估计 第6章 从而要求p的1-?置信区间半径不超过2d0，只需 如此一来，就可以大幅度降低对样本量的要求，如 6.6 区间估计 第6章 例6.6.9 设总体为正态分布N(?,1)，为了使得 的置信水平为0.95的置信区间长度不超过1.2，样 本容量应为多大？ 解 因为总体的方差已知，所以均值? 的置信水 平为0.95的置信区间为 由于 所以置信区间为 6.6 区间估计 第6章 根据置信区间的长度不超过1.2，可得 所以样本容量至少为11时才能使得? 的置信水 平为0.95的置信区间长度不超过1.2. 6.6 区间估计 第6章 6.6.6 两个正态总体下的置信区间 在实际中常遇到下面的问题：已知产品的某一 质量指标服从正态分布，