3.参数估计导论.ppt

第三章 参数估计 七、区间估计 当σ2未知时， 构造分布已知的 ，显然S服从分布t(n-1)。 由于 从而， μ的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 例2. （单正态总体方差的区间估计） 设X1,X2,…,Xn为来自N(μ,σ2)的简单随机样本，求σ2的置信水平为1-α的区间估计。 解：当μ已知时 构造分布已知的 ，显然S服从分布χ2(n)。 由于 从而， σ2的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 当μ未知时 构造分布已知的 ，显然S服从分布χ2(n-1)。 由于 从而， σ2的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 例3. （两正态总体均值差μ1-μ2的区间估计） 设X1,X2,…,Xm为来自N(μ1,σ12)的简单随机样本，Y1,…,Yn为来自N(μ2,σ22)的简单随机样本，且相互独立，讨论μ1-μ2的区间估计。 解：记 显然，μ1-μ2的点估计 也服从正态分布，且 （1）当σ12与σ22已知时， 构造分布已知的 ，显然S服从分布N(0,1)。 由于 从而， μ1- μ2的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 （2）当σ12=σ22但未知时，构造 ，显然S服从分布t(m+n-2) 由于 从而， μ1- μ2的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 （3）当σ12与σ22不等且未知时，还没有一个公认的解法。 第三章 参数估计 七、区间估计 例4. （两正态总体方差比σ12/σ 22的区间估计） 设X1,X2,…,Xm为来自N(μ1,σ12)的简单随机样本，Y1,…,Yn为来自N(μ2,σ22)的简单随机样本，且相互独立，讨论σ12/σ 22的区间估计。 解：（1）当μ1与μ 2已知时，构造 显然S服从分布F(m,n)。 由于 从而， σ12/σ 22的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 （2）当μ1与μ 2未知时，构造 则S服从分布F(m-1,n-1)。 由于 从而， σ12/σ 22的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 例5. （指数分布参数λ的区间估计） 设X1,X2,…,Xm为来自指数分布Exp(λ)的简单随机样本，讨论参数λ 的区间估计。 解：由于统计量 ～χ2(2n). 从而，由 得λ 的置信水平为1-α的区间估计为 第三章 参数估计 七、区间估计 例6. （二项分布参数p的区间估计） 设X1,X2,…,Xm为来自二项分布B(1,p)的简单随机样本，讨论参数p的区间估计。 解：记 ,则Yn～B(n,p) 由中心极限定理，当n充分大时，近似地有 因此，选枢轴变量为 由 第三章 参数估计 七、区间估计 计算得 从而[A,B]为所求参数p的置信水平为1-α的区间估计。 第三章 参数估计 七、区间估计 3、区间估计的Bayes方法 用Bayes方法求参数的区间估计。 设X1,…,Xn是来自总体的简单随机样本，θ的先验密度为h(θ)，由Bayes公式可以得到后验密度h(θ|x1,…,xn)，置信水平为1-α的区间估计可按如下方法得到。 取x1,…,xn的两个函数 ，使其满足 则区间 就是所求参数θ的置信水平为1-α的Bayes区间估计 。 其含义是：在给定了样本观察值x1,…,xn后，θ落入这一区间内的条件概率为1-α。其中1- α也被称为后验信度。 第三章 参数估计 七、区间估计 3、区间估计的Bayes方法 第三章 参数估计 七、区间估计 3、区间估计的Bayes方法 方法：两种方法确定 方法1：选取 满足 方法2：适用于后验密度是单峰函数的情形，令方程 的两个解分别为 ，取tα满足 则区间 就是所需的区间估计。 并且是后验概率为1-α的所有区间中长度最短的区间。 第三章 参数估计 七、区间估计 3、区间估计的Bayes方法 例题： 解：由Bayes定理知，后验分布为N(t,η2)，其中 由于N(t,η2)的密度是关于点t对称的单峰函数，因此其Bayes区间估计为 第三章 参数估计 七、区间估计 4、置信限 在实际问题中，有时只对参数θ的一端界限感兴趣。 例如，对于设备或元件，平均寿命过长