第七章参数估计4.ppt

§4 区间估计 σ2 的 1-α置信区间为： σ 的 1-α置信区间为： (续例1) 求总体标准差s的95%置信区间. 解: s的置信度为1??的置信区间为 这里 s的置信度为95%的置信区间为 二. 两个总体 的情况 两个总体均值差 的置信区间 样本： 的置信区间为： 由对称性： 解得置信区间为： 例2 为提高某一化学生产过程的得率，试图采用一种新的催化剂。为慎重起见，在试验工厂先进行试验。设采用原来的催化剂进行了n1=8次试验，得到得率的平均值 =91.73。样本方差s12=3.89 ; 又采用新的催化剂进行了n2=8次试验，得到得率的平均值 =93.75，样本方差s22=4.02 。假设两总体都可认为服从正态分布，且方差相等，两样本独立。试求两总体均值差?1-?2的置信水平为 0.95 的置信区间。 解： 置信区间为： 现在 故所求的置信区间为： 即 * 前面，我们讨论了参数点估计。它是用样本算得的一个值去估计未知参数。但是，点估计值仅仅是未知参数的一个近似值，它没有反映出这个近似值的误差范围，使用起来把握不大。区间估计正好弥补了点估计的这个缺陷 。 我们希望确定一个区间 ，使我们能以比较高的可靠程度相信它包含真参数值。 两个要求: 1. 要求 以很大的可能被包含在区间 内，就是说，概率 要尽可能大。 即要求估计尽量可靠。 2. 估计的精度要尽可能的高。如要求区间 长度 尽可能短，或能体现该要求的其它准则。 这里所说的“可靠程度”是用概率来度量的，称为置信概率，置信度或置信水平。 习惯上把置信水平记作 ，这里 是一个 很小的正数。 置信水平的大小是根据实际需要选定的。 例如，通常可取置信水平 : =0.99, 0.95 或 0.9 等. 根据一个实际样本，由给定的置信水平，我 小的区间 ，使 们求出一个尽可能 称区间 为 的置信水平为 的置信区间。 一、 置信区间定义： 满足 设 是 一个待估参数，给定 若由样本X1,X2,…Xn确定的两个统计量 则称区间 是 的置信水平（置信度、 置信概率）为 的置信区间。 分别称为置信下限和置信上限。 二、置信区间的求法 求参数 的置信度为 的置信区间。 例1 设总体 X 是服从 ， 解： 选 的点估计： ~ N( 0 , 1 ) 找 a, b 使： 例如，由 P{ -1.96≤ Z≤1.96 }=0.95 0.025 0.025 我们得到均值 的置信水平为 的置信区间为： 区间长度为： 由 P {-1.75≤Z≤2.33 } =0.95 0.01 0.04 我们得到均值 的置信水平为 的置信区间为： 区间长度为： 任意两个数a和b，只要它们的纵标包含f(u)下95%的面积，就确定一个95%的置信区间。 我们总是希望置信区间尽可能短。 在概率密度为单峰且对称的情形，当a =-b时求得的置信区间的长度为最短。 对给定的置信水平 查正态分布表得 从中解得 的 置信区间为 使 x y 即使在概率密度不对称的情形，如 分布，F分布，习惯上仍取对称的百分位点来计算未知参数的置信区间。 置信水平越高，相应的置信区间长度就长，估计的精度就差。这是一对矛盾。 实用中应在保证足够可靠的前提下，尽量使得区间的长度短一些 。 置信区间的统计意义 如何理解 求置信区间方法（枢轴量法）的一般步骤如下: 1. 明确问题, 是求什么参数的置信区间? 置信水平 是多少? 2. 寻找一个待估参数 和估计量T的函数 S(T, ),且其分布为已知。 称S(T, )为枢轴量。 3. 对于给定的置信水平 ，根据S(T, )的分布，确定常数a, b，使得 P(a ≤S(T, )≤b)= 4. 对 “a≤S(T, )≤b”作等价变形,得到如下 形式: 则 就是 的100( )％的置信区间. 这里，我们主要讨论总体分布为正态的情形。若样本容量很大，即使总体分布未知，应用中心极限定理，可得样本近似于正