- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
概率论与数理统计第七章参数估计.ppt
三、一致性(相合性) 是参数 的估计量,若有 设 则称 是参数 的一致估计量. 切比雪夫大数定律 伯努利大数定律 §7.3 ?置信区间定义: 则称区间 是θ 的置信度为 的置信区间. 分别称为置信下限和置信上限. 满足 设θ 是 一个待估参数,给定 若由样本X1,X2,…Xn确定的两个统计量 §7.4 期望的区间估计 σ2已知时μ的置信区间 σ2未知时μ的置信区间 2. 求方差的区间估计 μ已知时σ2的置信区间 μ未知时σ2的置信区间 ?单正态总体四种类型的区间估计 ?已知方差,求期望的区间估计 例1:随机地从一批服从正态分布N(μ,0.022)的零件16个,分别测得其长度为: 2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.10 2.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11 估计该批零件的平均长度μ,并求μ的置信区间(α=0.05) 求参数 的置信度为 的置信区间. 设X1,…Xn是取自 的样本, 查正态分布表得 使 例1:随机地从一批服从正态分布N(μ,0.022)的零件16个,分别测得其长度为: 2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.10 2.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11 估计该批零件的平均长度μ,并求μ的置信区间(α=0.05) 解: μ的置信区间为(2.115,2.135). 求置信区间的步骤 (1) 构造仅与待估参数θ 有关,但分布已知的函数U; (2) 给定置信度1-α,得常数a,b,使 P{aUb}= 1-α; (3) 将aUb变形,使得: (4) 结论 ?方差未知,求期望的区间估计 例2:随机地从一批服从正态分布N(μ, σ2)的零件16个,分别测得其长度为: 2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.10 2.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11 估计该批零件的平均长度μ,并求μ的置信区间(α=0.05) 使 查t分布表得 求参数 的置信度为 的置信区间. 设X1,…Xn是取自 的样本, 例1:用一个仪表测量某物理量9次,得到样本均值为56.32,样本标准差为0.22. 测量标准差σ 反映了测量仪表的精度,试求σ的置信水平为0.95的置信区间。 ? μ未知,求方差的区间估计 例2:假设某地区18~25岁女青年身高 现抽取30名,样本均值为158cm,样本方差为(5cm)2,求σ2的置信水平为95%的区间估计。 求参数 的置信度为 的置信区间. 设X1,…Xn是取自 的样本, 确定分位数 使 例2:假设某地区18~25岁女青年身高 现抽取30名,样本均值为158cm,样本方差为(5cm)2,求σ2的置信水平为95%的区间估计。 * * 第7章 参数估计 总体所服从的分布类型已知/未知 估计总体中未知的参数 参数 估计 抽样 参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数. 参数估计 估计废品率 估计新生儿的体重 估计湖中鱼数 §7.1 ?点估计 X1,X2,…,Xn 现从该总体抽样,得到样本 设有一个统计总体,总体的分布函数 向量) . 为 F(x, ),其中 为未知参数 ( 可以是 从样本出发构造适当的统计量 作为参数 的估计量,即点估计。 将 代入估计量,得到 的估计值 点估计 矩估计 极大似然估计 关键问题:如何构造统计量? ?矩估计 样本k阶原点矩 总体k阶原点矩 矩估计基本思想: 用样本矩估计总体矩 . 大数定律: K.皮尔逊 设总体的分布函数中含有k个未知参数 (1)它的前k阶原点矩都是这k个参数的函数,记为: (2)用样本i阶原点矩替换总体i阶原点矩 (3) 解方程组,得 θi=hi (X1, X2,…, Xn) (i=1,2,…,k); 则以hi (X1, X2,…, Xn)作为θi 的估计量 ,并称hi(X1, X2,…, Xn)为θi 的矩法估计量,而称hi(x1, x2,…, xn) 为θi 的矩法估计值。 总体期望、方差的矩估计量分别是样本均值和样本二阶中心矩。 例1. 设总体X的数学期望和方差分别是μ
文档评论(0)