北航概率统计课件22.pptVIP

设总体分布含有一未知参数?，又x1,x2,?,xn为来自于总体的样本，若对于给定?(0?1)，统计量?1(x1,x2,?,xn)和?2(x1,x2,?,xn)满足 则称区间[?1,?2]为?相应于置信度是1-?的置信区间，简称置信区间。 一、置信区间 第三节 置信区间 ?1,?2分别称为置信下限和置信上限. (1-?)称为置信度。 注意：区间[?1,?2]是随机区间。 二、单侧置信限 若对于给定的?(0?1),统计量 ?1(x1,x2,?,xn)满足 * 则称区间[?1,+?)为?相应于置信度是1-?的单侧置信区间，?1称为置信度是1-?的单侧置信下限。类似，满足下式 问题: 如何确定总体参数?的区间估计[?1,?2]呢？对于一般总体是难于确定的.现仅能确定正态总体N(?,?2)中参数?,?2的区间估计?这对许多实际应用已经够了. 的?2为单侧置信上限。 我们知道，正态随机变量是最为常见的，特别是很多产品的指标服从或近似服从正态分布。因此,我们主要研究正态总体参数的区间估计。先研究均值的区间估计，然后再研究方差的区间估计。这些在实际应用中是很重要的. 第四节 正态分布均值和方差 的区间估计 * 设总体X~N(?,?2)，其中?2已知，又X1,X2,?,Xn为来自于总体的样本。 一. 均值EX的区间估计 下面分两种情况进行讨论。 1.方差DX已知，对EX进行区间估计 由第七章第三节中的结论可知 于是 * 即 由标准正态分布可知，对于给定的?，可以找到一个数z1-?/2 ，使 * 当?＝0.05时,查标准正态分布表得临界值 此时?的置信区间是 即为?的置信区间。称z1-?/2为在置信度1-?下的临界值，或称为标准正态分布的双侧分位点。 区间 当?＝0.01时,查标准正态分布表得临界值 此时?的置信区间是 * 作 业 习题八 5，6，8，9 * “ ” “ ” 第二节 点估计量的优良性 * 1、矩方法；（矩估计） 2、极大似然函数法（极大似然估计）. 复习 点估计的方法 1. 矩方法 方法 用样本的 k 阶矩作为总体的 k 阶矩的 估计量, 建立含有待估计参数的方程，从而可解出待估计参数 * 设待估计的参数为 设总体的 r 阶矩存在，记为 设 X1, X2,…, Xn为一样本，样本的 r 阶矩为 令 —— 含未知参数 ?1,?2, ?,?k 的方程组 * 解方程组，得 k 个统计量： ——未知参数?1,?2, ?,?k 的矩估计量 ——未知参数?1,?2, ?,?k 的矩估计值 代入一组样本值得k个数: * 定义1:(1)设r.v.X的概率密度函数为f(x,?), 其中?为未知参数(f为已知函数). x1,x2,?,xn为样本X1,X2,?,Xn的样本观察值, 称 为变量X关于样本观察值x1,x2, ?,xn的似然函数。 若X是离散型随机变量，似然函数定义为 * 2. 极大似然估计 定义2 如果似然函数 在 时达到最大值,则称 是参数?的 极大似然估计。 通常步骤 ： 第一步 似然函数为 注:求导不是求极大似然估计唯一方法 第二步 令 解出 * 对于同一个未知参数, 不同的方法得到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用什么标准来评价一个估计量的好坏? 常用 标准 (1) 无偏性 (3) 一致性 (2) 最小方差无偏估计（有效性） 第二节 点估计量的优良性 * 一、无偏估计 则称 为?的无偏估计。 定义1 设 (简记为 )为未知参数? 的估计量，若 (真值) * 例1：样本均值和样本方差分别是总体均值和总体方差的无偏估计量. 计算 是总体X 的样本, 一般的 设总体X 的 k 阶矩 存在 容易知道: 不论 X 服从什么分布, 是 的无偏估计量. * 例2 设总体X的概率密度为 　　 (4)求 的方差 X1,X2,?,Xn为来自总体X的样本. (1)求总体均值EX,总体方差DX； (2)求?的矩估计量 ;　 (3) 是否为?的无偏估计； * 解 (1)总体均值