概率论教学课件—概率3-3张颖.pptVIP

若X~N(?,?2)， (X1,X2…,Xn) 为其样本， 点估计 ③ ?12, ?22都未知，但n1,n2很大 要求:掌握方法,明确置信区间的实际意义. 均值差?1- ?2区间估计意义 2）两个正态总体方差比 的置信区间: 一样 第二个稳定 第一个稳定 现需找一个包含 ,且分布为已知的统计量. 方差比的意义:如比较两个灯泡厂(寿命均值相等)的质量哪个稳定. 要求:掌握方法,明确置信区间的实际意义. * CH3 参数估计 跳转到第一页 * 参数估计 复习 矩估计法: 最大似然估计法： ①构造似然函数, ②两边取对数, ④写出最大似然估计量或计算最大似然估计值。 ③求导,求最大值点, 设 是未知参数 的估计量,若 常用的评价标准有三条 成立,则称 为 的无偏估计量。 2、有效性: 定义 设 都是? 的无偏估计量,若 则称 较 有效。 3、一致性: 1、无偏性： 7个重要结论—正态总体抽样分布 X ~ t(n) tα(n) 分位点：设0 1, 对随机变量X，称满足 的点 为X的概率分布的上 分位点. 正态总体均值与 方差的区间估计 §3 区间估计 引言 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. θ的真值 θ的真值 缺点： 无法确定误差 估计θ的真值所在的区间。 （ ） （ ） （ ） （ ） （ ） （ ） （ ） （ ） （ ） 最大误差： 只给出一个近似值 构造统计量直接估计参数的取值大小。 区间估计—构造统计量估计未知参数所在的区间,并以一定的概率保证参数在相应的区间内。 譬如，在估计湖中鱼数的问题中，若我们根据一个实际样本，得到鱼数N的最大似然估计为1000条. 若我们能给出一个区间，在此区间内我们合理地相信 N 的真值位于其中. 这样对鱼数的估计就有把握多了. 实际上，N的真值可能大于1000条， 也可能小于1000条. 也就是说，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. 湖中鱼数的真值 [ ] 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. 引例 设 12.6,13.4,12.8,13.2, 能否找到一个区间 使得有95%的把握断言包含真值μ. 讨论 测得一组样本观测值, 成立，那么称随机区间 为参数?的置信水平为 1－? 的置信区间。 设?为总体X的分布函数F(x,θ)的一个未知参数，X1,X2,…,Xn是来自总体的一个样本，如果对于给定的1－?（0 ? 1）能由样本确定出两个统计量： 置信水平 置信下限 置信上限 1、定义 使 θ的真值 （ ） 一、区间估计的基本概念 2、说明 ①通常α取得很小，因而θ在区间　　　　 内的概率很大。一般地，α越小，则θ落在区间 内的可靠程度越大，但在样本容量相同的情况下，这个区间长度也就越大，从而估计的误差也就越大。 ②置信区间的意义：当样本容量n固定时，做N次抽样，得到N组样本观察值，从而得到N个置信区间。这N个置信区间中，包含θ的真值在其内部的约占100(1-?)?,例如，N=1000,?=0.05,则1000个置信区间中大约有950个包含θ的真值。 一般原则:在保证置信度条件下,尽可能提高估计精度. 二、正态总体均值与方差的区间估计 1.一个正态总体的情形 1)均值μ的置信区间 ①σ2已知，μ的置信区间 ?(x) 所以，μ的置信水平为1－α的置信区间为 置信水平为1-α的置信区间不是唯一的！！ 在置信水平相同的情况下,置信区间的区间长度越小越好！ 注 可以证明，当总体的概率密度函数为偶函数时，采用对称的上α分位点所得的置信区间长度最小。 得置信区间 ②σ2未知,μ的置信区间 当?2未知时,用?2的无偏、一致估计量—样本方差 来代替?2,从而得 ②σ2未知,μ的置信区间 这样就得到了μ的一个置信水平为1－?的置信区间 例1 已知样本值为(3.3,-0.3,-0.6,-0.9)，求 (1)? =3时,正态总体均值?的置信水平为95?的置信区间; (2)?未知时,正态总体均值?的置信水平为95?的置信区间。 解： 由样本值计算可得 (1) 当? =3时， 因为 故 所以，均值?的95?置信区间为 代入样本值可得 请您注意学习解题过程的写法！