3应用数理统计参数估计1程序.ppt

§3 区 间 估 计 置信区间 —— 设总体X的分布函数F(x;θ)含有 一个未知参数θ. 对于给定值α(0α1), 若由样本 X1, …, Xn确定的两个统计量 和 满足 则称随机区间 是θ的置信度为1-α的置信区间, T1和T2分别称为置信度为1-α的双侧置信区间的 置信下限和置信上限, 1-α称为置信度. ~N(0, 1) 选 的点估计为 求参数 的置信水平为 的置信区间. 例1 设X1,…Xn是取自 的样本， 二、置信区间的求法 明确问题,是求什么参数的置信区间? 置信水平是多少？ 寻找未知参数的 一个良好估计. 解： 寻找一个待估参数和 估计量的函数 ，要求 其分布为已知. 有了分布，就可以求出 U取值于任意区间的概率. 对给定的置信水平 查正态分布表得 对于给定的置信水平(大概率), 根据U的分布， 确定一个区间, 使得U取值于该区间的概率为 置信水平. 使 对给定的置信水平 查正态分布表得 使 从中解得 也可简记为 于是所求 的 置信区间为 例1 设总体X ~ N(μ,σ2),σ2为已知, μ为未知, 设X1, X2, …, Xn是来自 X 的一个样本. 求μ的置信度为 1-α的置信区间. 【分析】 0 φ(x) x 解 例 1 §3-1 正态总体均值与方差的区间估计 一、单个正态总体N(μ,σ2)的情况课本P57定理1、P58定理2 1o 均值μ的置信区间 设已给定置信度为1-α, X1, X2, …, Xn是来自总体 N(μ,σ2)的样本, 和S2分别是样本均值和样本方差. (a) σ2为已知 μ的置信度为1-α的置信区间为: 例3.已知泊松总体 ，验证样本方差 是λ的无偏估计，并对于任一值α 也是λ的无偏估计. 由总体为 知： 证明： 由上例可知： 所以样本方差 是λ的无偏估计 又 则 所以 也是λ的无偏估计. 由上例我们可知，一个未知参数有时会有多个无偏估计，这就又产生了一个问题：哪一个无偏估计量更优呢？ 设 和 都是θ的无偏估计量，即两个估计量 小的那一个，这就有了有效性的衡量标准. 和 都围绕着θ波动，我们自然选择波动幅度 都是总体参数? 的无偏估计量, 且 则称 比 更有效. 设 二、有效性---最小方差 定义 （2）试判断g1和g2哪一个更有效？ 例4.已知总体的数学期望 和方差 都存在， X1，X2，X3是总体的样本.设 （1）证明g1和g2都是 的无偏估计 解： (1) 所以，g1 和g2 都是 的无偏估计 (2) 因为 所以g1较g2更有效. (2)求常数 k1和 k2，使得它在所有形如 的无偏估计量中方差最小. (1)常数k1和k2为何值时， 也是θ的无偏估计量. 例5.设 和 是参数θ的两个相互独立的无偏估计量，且 的方差为 的方差的两倍. 解： 由题意知： (1) 令 得 (2) 罗—克拉美（Rao – Cramer）不等式 若 是参数 ? 的无偏估计量, 则 其中 p ( x , ? ) 是 总体 X 的分布律或概率密度，称 计量, 此时称 为最有效的估计量, 简称有效估计量. 为方差的下界. 当 时, 称 为? 的达到方差下界的无偏估 例6.设（0-1）总体中参数 p为未知，证明 是参数 p 的无偏、有效估计量. 证明： 因为总体X是（0-1）分布，即： 而 所以 是参数 p 的无偏估计量 且 又 所以 是参数 p 的有效估计量 参数? 的估计量是样本的函数，与样本容量n 有关，我们当然希望，样本容量n 越大，估计量与参数? 的真值的偏差越小.这就有了一致性的衡量标准. 三、一致性(相合） 设 是总体参数? 的估计量. 则称 是总体参数? 的一致(或相合)估计量. 若对于任意的? ? ? , 当n? ?时, 依概率收敛于? , 定义 即对于任意正数ε，有 一致性是对一个估计量的基本要求，若估计量不具有一致性，那么不论将样本容量 n 取得多么大，都不能将θ估计得足够准确，这样的估计量是不