§7.3区间估计.pptVIP

§7.3 区间估计 一．置信区间概念 对于未知参数 ，除了得到它的点估计 外，我们还希望估计出一个范围，并希望知道 这个范围包含参数真值 的可信程度．这样的范围通常以区间的形式给出，而可信程度由概率给出．这种估计称为区间估计或置信区间，以下先给出置信区间概念． 定义7.4 设 为总体X的一个未知参数， 是预先给定一个数， ， 是 两个估计量，如果 （7-10） 则称随机区间 为未知参数 的一个置信度为 的置信区间 Confidence Interval ．置信度也常称为置信水平 confidence level 或置信系数 confidence coefficient ．通常 取0.05，0.01，0.10，视具体需要而定． 二．求区间估计的一般方法 首先根据样本寻找一个随机变量（枢轴变量） ，使其分布完全已知． 对给定的置信度 ，由T的分布确定两个常数C1，C2使 将事件 表示为 则 即 的置信度为 的置信区间为 ． 三． 正态总体均值的区间估计 鉴于实际问题中最常见的参数估计问题多数是要求估计总体的均值和方差，且正态总体又是实际问题中最常遇到的总体，因此，以下着重讨论正态总体均值和方差的区间估计． 总体X～N ，μ 是未知参数，现在 我们分两种情形讨论μ的区间估计问题 从该总体X中抽取随机样本 ，并以作为μ EX的点估计，服从正态分布 １． 已知情形下μ的置信区间 若 是已知参数，这时可选取枢轴变量 ～N（0，1）（7-11） 则对给定的置信度 ， 存在 ，使 （7- 12） 这里 是标准正态分布的 -上侧分位数，其值可查附表2求得．将U的表示式代入（7-12）可得 所以μ的置信度为 的置信区间是 （7-14） 其长度为 2． 为未知情形下，μ的置信区间 若 是未知参数，则以 的无偏估计 代替 ，这时由于枢轴变量 ～ （7-15） 所以对给定的置信度 ，存在 使 （7-16） 这里 的是自由度为n-1的t分布的 -上侧分位数，它的值可查附表4求得，将（7-15）中的T代入（7-16）可得 因此有 （7-17） 所以μ的置信度为 的置信区间是 （7-18） 其长度为 需要说明的是：置信区间公式中的 ， ，在实际问题中都是具体观测值，计算时应是 ． 四．大样本情形下总体均值的区间估计． 对一般的总体X，无论它服从什么分布，只要其均值μ EX和方差σ2 DX都存在，我们便可以用增大样本容量的办法对其均值μ作区间估计． 根据中心极限定理5.2，当样本容量n充分大时， 便近似服从正态分布．又因为 ，所以 N（0，1）（7-19） 又因为样本二阶中心矩Sn是σ的相合估计，当n充分大时，σ近似等于Sn，从而（7-19）式中以Sn代替σ，可得枢轴变量 N（0，1）（7-20） 对于指定的α∈ 0, 1 , 查附表2可得到 ，使 即 （7-21） 故 的置信度为 的置信区间近似为 （7-22） 五．正态总体方差的区间估计 这里应指出，用（7-22 ）式求置信区间的前提是样本容量n很大，n多大才算很大呢？理论上很难作出明确的回答，实际经验告诉我们一般应有n≥50． 设总体X服从正态分布 ，其中 和 都是未知参数，从总体中抽取一个样本 ，求总体方差 或标准差 的区间估计． 六．两个正态总体均值差和方差比的区间估计 （7-25） σ的置信度为 置信区间 （7-26） 假设某产品的某项质量指标X服从正态分布，由于工艺的改进、原材料的不同、设备以及操作人员素质的变化等，都会引起总体均值、方差的变化． 实际工作中，往往需要估计这种变化的大小，即讨论两个正态总体均值差或方差比的估计问题． 1．两个正态总体均值差 的置信区间 设总体 ，总体 ，两总体相互独立．现从两总体中各取一个容量分别为n1和n2 的样本，并记两个样本的均值、方差分别为 和 （1） 和 已知时， 的置信区间 取 作为 的点估计，显然这个估计是无偏的，并且 ，　　 由定理6.2的结论（1） 有 ～N（0，1） 于是可得 的置信度为 的置信区间为 （7-27） （2） ，但 未知时， 的置信区间仍取 作为 的估计量，由定理6.2的结论（2） ～ t n1+n2-2） 2.两个正态总体方差比的置信区间． 其中 ，见（6-28）．从而得到 的置信度为1-α的置信区间为 （7-28） 我们仅讨论总体均值μ1，μ2为未知的情况．由定理6.2的结论（3）知 ～ F n1-1，n2-1 并且分布 F n1-1，n2-1 不依赖于任何未知参数，由此得 ， 即 （7-29） 于是得 的一个置信度为 的置信区间 ， （7-30） 七．置信界 前面讨论的区间估计对未知参