华东师范大学茆诗松《概率论与数理统计》第6章参数估计摘要.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 6.5.5 两个正态总体下的置信区间 设x1 , …, xm是来自N(?1,? 12)的样本，y1 , …, yn是来自N(?2,? 22)的样本，且两个样本相互独立。 与 分别是它们的样本均值， 和 分别是它们的样本方差。下面讨论两个均值差和两个方差比的置信区间。 一、?1 -?2的置信区间 1、? 12和? 22已知时的两样本u区间 2、? 12 =? 22 =? 2未知时的两样本t区间 3、? 22 /? 12=?已知时的两样本t区间 4、当m和n都很大时的近似置信区间 5、一般情况下的近似置信区间 其中 例6.5.9 为比较两个小麦品种的产量，选择18块条件相似的试验田，采用相同的耕作方法作试验，结果播种甲品种的8块试验田的亩产量和播种乙品种的10块试验田的亩产量（单位：千克/亩）分别为： 甲品种 628 583 510 554 612 523 530 615 乙品种 535 433 398 470 567 480 498 560 503 426 假定亩产量均服从正态分布，试求这两个品种平均亩产量差的置信区间.(? =0.05）。 解：以x1 , …, x8记甲品种的亩产量，y1 , …, y10记乙品种的亩产量，由样本数据可计算得到 =569.3750，sx2 =2140.5536，m=8 =487.0000，sy2=3256.2222， n=10 下面分两种情况讨论。 (1) 若已知两个品种亩产量的标准差相同，则可采用两样本t区间。此处 故?1 -?2的0.95置信区间为 (2) 若两个品种亩产量的方差不等，则可采用近 似 t 区间。此处 s02 =2110.5536/8+3256.2222/10=589.4414， s0 =24.2784 于是?1-?2的0.95近似置信区间为 [31.3685，133.3815] 二、 ? 12/? 22的置信区间 由于(m-1) sx2/? 12? ?2(m-1), (n-1) sy2/? 22? ?2(n-1)，且sx2与sy2相互独立，故可仿照F变量构造如下枢 轴量 ,对给定的1-?，由 经不等式变形即给出? 12/? 22的如下的置信区间 例6.5.10 某车间有两台自动机床加工一类套筒，假设套筒直径服从正态分布。现在从两个班次的产品中分别检查了5个和6个套筒，得其直径数据如下（单位：厘米）： 甲班：5.06 5.08 5.03 5.00 5.07 乙班：4.98 5.03 4.97 4.99 5.02 4.95 试求两班加工套筒直径的方差比? 甲2/? 乙2的0.95置信区间。 解： 由数据算得sx2=0.00037, sx2=0.00092，故置信区间 [0.0544，3.7657] * * * * * * * * * * * * * * * * * * * * * * 由此即可利用贝叶斯公式求出? 的后验分布。具体如下：先写出X和? 的联合分布 然后求X的边际分布 最后求出? 的后验分布 最后的结果说明? ?X ?Be(x+1,n-x+1)，其后验期望估计为 (6.4.4) 某些场合，贝叶斯估计要比极大似然估计更合理一点。比如: “抽检3个全是合格品”与“抽检10个全是合格品”，后者的质量比前者更信得过。这种差别在不合格品率的极大似然估计中反映不出来（两者都为0），而用贝叶斯估计两者分别是 0.2 和 0.83。 由此可以看到，在这些极端情况下，贝叶斯估计比极大似然估计更符合人们的理念。 例6.4.3 设x1, x2 , …, xn是来自正态分布N(?,?02)的一个样本，其中?02已知，? 未知