第2.4区间估计解析.ppt

第2.4节 区间估计 一、区间估计基本概念 2. 置信区间与置信度 二、正态总体数学期望的置信区间 例1 例2 例3 三、正态总体方差的区间估计 例4 四、两个正态总体均值差的区间估计 五、两个正态总体方差比的区间估计 六、单侧置信区间 七、非正态总体参数的区间估计 再 见 附表2-1 附表2-2 附表3-1 附表3-2 附表4-2 附表4-1 附表5-1 为比较?, ??两种型号步枪子弹的枪口速度, 随机地取?型子弹10发, 得到枪口速度的平均值为 随机 地取??型子弹20发, 得枪口速度平均值为 假设两总体都可认为近似地服从正态分布, 且由生产过程可认为它们的方差相等, 求两总体均值差 信区间. 解 由题意, 两总体样本独立且方差相等(但未知), 例5 推导过程如下: 根据F分布的结构, 知 例6(p69例2.30) 为了考察温度对某物体断裂强 力的影响，在70度和80度分别重复做了8次试验， 测得的断裂强力的数据如下(单位Pa): 70度：20.5, 18.8, 19.8, 21.5, 19.5, 21.0, 21.2 80度： 17.7, 20.3, 20.0, 18.8, 19.0, 20.1, 20.2, 19.1 解 附表5-1 但在某些实际问题中, 例如, 对于设备、元件的寿命来说, 平均寿命长是我们希望的, 我们关心的是平均寿命 的“下限”; 与之相反, 在考虑产品的废品率 p时, 我们常关心参数 p的“上限”, 这就引出了单侧置信区间的概念. 1. 单侧置信区间的定义 2. 正态总体均值与方差的单侧置信区间 注 其他结果可以参见p70表2.3. 设从一批灯泡中, 随机地取10只作寿命试验,测得样本寿命均值(以小时计)为1500h ,样本的修正均方差为 20h, 设灯泡寿命服从正态分布, 求灯泡寿命平均值的置信度为0.95的单侧置信下限. 解 例7(p71例2.31) 解 例8* 1、利用渐近正态性取代精确分布 由于统计量的精确抽样分布很难计算，因而通常可以利用近似分布取代精确分布。 一般总体均值的置信区间： 首先回顾定理1.18 定理1.18 由定理可得： 由此可得总体期望?置信度为1-?置信区间为 这是因为 将这个结果代入置信区间公式即得参数p的置信区间 例9(p72例2.32) 在试验的1000个电子元件中，共 100个失效，试以99%的概率估计整批产品的实效率. 解 由题意可知，每个元件服从两点分布B(1,p), 其中，n=1000,m=100,1-?=0.95,因而实效率p的置信 区间为 例10(p72例2.33) 设总体X的分布密度为 解 此分布为指数分布，容易证明: 但是，伽玛分布的上侧分位数很难找，因而需要做一定的变换才可以，不难证明: 则有 例11(p73例2.34) 设总体X服从(0,?)上的均匀分布， 解 又由于 同时我们知道 则 由此可见：?越小，精确度越高，n越大，精确度越 大。 标准正态分布表 0.5359 0.5753 0.6141 0.6517 0.6879 0.7224 0.7549 0.7852 0.8133 0.8389 0.8621 0.8830 0.9015 0.9177 0.9319 0.9441 0.9545 0.5319 0.5714 0.6103 0.6480 0.6844 0.7190 0.7517 0.7823 0.8106 0.8365 0.8599 0.8810 0.8997 0.9162 0.9306 0.9430 0.9535 0.5279 0.5675 0.6064 0.6443 0.6808 0.7157 0.7486 0.7794 0.8078 0.8340 0.8577 0.8790 0.8980 0.9147 0.9292 0.9418 0.9525 0.5239 0.5636 0.6026 0.6406 0.6772 0.7123 0.7454 0.7764 0.8051 0.8315 0.8554 0.8770 0.8962 0.9131 0.9278 0.9406 0.9515 0.5199 0.5596 0.5987 0.6368 0.6736 0.7088 0.7422 0.7734 0.8023 0.8289 0.8531 0.8749 0.8944 0.9115 0.9265 0.9394 0.9505 0.5160 0.5557 0.5948 0.6331 0.6700 0.7054 0.7389 0.7703 0.7995 0.8264 0.8508 0.8729