中北大学概率论实验三重点解读.doc

实验三 正态分布的参数估计及假设检验 1、从某超市的货架上随机抽取9包0.5千克装的食糖，实测其重量分别为（单位：千克）：0.497，0.506，0.518，0.524，0.488，0.510，0.510，0.515，0.512，从长期的实践中知道，该品牌的食糖重量服从正态分布。根据数据对总体的均值及标准差进行矩估计、极大似然估计和置信度为0.9与0.95的区间估计。 x=[0.497 0.506 0.518 0.524 0.488 0.51 0.51 0.515 0.512]; mu_ju=mean(x) sigma2_ju=moment(x,2); bianzhuncha=sqrt(sigma2_ju) [muhat1,sigmahat1,muci1,sigmaci1]=normfit(x,0.1) [muhat2,sigmahat2,muci2,sigmaci2]=normfit(x,0.05) mu_ju = 0.5089 bianzhuncha = 0.0103 muhat1 = 0.5089 sigmahat1 = 0.0109 muci1 = 0.5021 0.5156 sigmaci1 = 0.0078 0.0186 muhat2 = 0.5089 sigmahat2 = 0.0109 muci2 = 0.5005 0.5173 sigmaci2 = 0.0073 0.0208 所以总体的均值和标准差的矩估计分别为：0.5089，0.0103； 总体的均值和标准差的极大似然估计分别为：0.5089 , 0.0109； 总体的均值和标准差的置信度为0.9的区间估计分别为： [0.5021，0.5156]，[ 0.0078，0.0186]； 总体的均值和标准差的置信度为0.95的区间估计分别为： [0.5005，0.5173]，[ 0.0073，0.0208]。 2、设某种清漆的9个样品, 其干燥时间(单位:小时)分别为 6.0, 5.7, 5.8, 6.5, 7.0, 6.3, 5.6, 6.1, 5.0. 又设干燥时间总体服从. 求下列两种情形时的μ的置信水平为0.95的置信区间: (1) 若由以往经验知=0.6小时. x=[6.0 5.7 5.8 6.5 7.0 6.3 5.6 6.1 5.0]; alpha=0.05; %给定的显著性水平 sigma=0.6;%已知的标准差x=[6.0 5.7 5.8 6.5 7.0 6.3 5.6 6.1 5.0] n=length(x);%计算样本容量 mu=mean(x);%计算并显示样本均值 u=norminv(1-alpha/2,0,1);%计算置信度为1-alpha/2的正态分布临界值 muci=[mu-u*sqrt(sigma^2/n),mu+u*sqrt(sigma^2/n)] %输出置信区间 muci = 5.6080 6.3920 故=0.6时，μ的置信水平为0.95的置信区间5.6080，6.3920]。 (2) 若为未知. x=[6.0 5.7 5.8 6.5 7.0 6.3 5.6 6.1 5.0]; [mu,sigma,muci,sigmaci]=normfit(x,0.05) mu = 6 sigma = 0.5745 muci = 5.5584 6.4416 sigmaci = 0.3880 1.1005 故为未知μ的估计值为6，置信区间为[5.5584，6.4416]；的估计值为0.5745，置信区间0.3880，1.1005]。 3、在某炸药制造厂, 一天中发生着火现象的次数X 是一个随机变量，假设它服从以λ0为参数的泊松分布，参数λ未知. 现有以下样本值: 着火的次数k 0 1 2 3 4 5 6 发生着火的天数 75 90 54 22 6 2 1 试求λ的极大似然估计值和置信水平为0.95的置信区间. x1=zeros(1,75); x2=ones(1,90); x3=2*ones(1,54); x4=3*ones(1,22); x5=4*ones(1,6); x6=5*ones(1,2); x7=6*ones(1,1); x=[x1,x2,x3,x4,x5,x6,x7]; [Lambdahat,Lambdaci]=poissfit(x,0.05) Lambdahat = 1.2160 Lambdaci = 1.0793 1.3527 故λ的极大似然估计值1.2160； 置信水平为0.95的置信区间1.0