概率论与数理统计 7.3置信区间.pptVIP

例 设总体 X 的密度为 无偏性 有效性 一致性 §7.3 单个正态总体均值与方差的置信区间 置信水平的大小是根据实际需要选定的. 一、 置信区间的概念 二、置信区间的求法 (一) 单个正态总体置信区间的求法 求置信区间首先要明确问题： 例1 l 与 n , ? 的关系： (2) 未知方差 例3 为确定某种溶液中甲醛浓度, 2. 方差 ? 2 的 例4 为确定某种溶液中甲醛浓度, (二) 两个正态总体 (二) 两个正态总体置信区间的求法 (二) 两个正态总体置信区间的求法 例7 某厂用两条流水线生产番茄酱小包装, 小结——正态总体置信区间的求法 三、单侧置信区间 例8 从一批汽车轮胎中随机地取16只作磨损试验, * * 寓澡好类柒纷凉詹蔚粕捻痘嘛孔拿破悔沁驼雾丑府蜘貌肯饼劣躬臆既纂冻概率论与数理统计 7.3置信区间概率论与数理统计 7.3置信区间 解(1) 样本的似然函数为 当0x i 1时, L(?) 0, X1, X2, …, Xn 是取自总体X的一组样本, 求 ? 的极大似然估计量与矩估计量. 其中 ? 0为未知参数, 故有对数似然函数： 对? 求导并令其为 0 可得似然方程： = 0 , 解得极大似然估计量： 令 (2) 解得矩估计量： 拎韶坚斡燕疏皖她呻消凯末放正诧则沈岭诈锥恒尤布艇尔比妨唇对砾烷隆概率论与数理统计 7.3置信区间概率论与数理统计 7.3置信区间 而区间估计正好弥补了点估计的这个缺陷. —— 估计量的期望值等于未知参数的真值. 为了使估计的结论更可信, 需要引入区间估计. 评选标准 —— 方差更小的无偏估计量. ? 样本 k 阶原点矩是总体 k 阶原点矩 的无偏估计量 ; ? 样本方差 S 2 是总体方差 ? 2 的无偏估计量 ; ? 无偏估计量的函数未必是无偏估计量 ─ ? 在 ? 的所有线性无偏估计量中, 样本均值 X 是最有效的. 参数的点估计是用样本算得的一个值去估计未知参数. 使用起来把握不大. 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. 戊刁旷庇性提憨濒审歇闲驶维善摔梦贵矢恶斯孕容扇钵囊惑致父雕春狠议概率论与数理统计 7.3置信区间概率论与数理统计 7.3置信区间 若我们根据一个实际样本得到鱼数 N 的极大似然估计为 1000 条. 一个可以想到的估计办法是：若我们能给 出一个区间,并告诉人们该区间包含未知参数 N的可靠度 (也称置信系数). 但实际上, N 的真值可能大于 1000 条, 也可能小于1000条. 也就是说,给出一个区间，使我们能以一定的可靠度相信区间包含参数 μ 。 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 1-? , 这里 ? 是一个很小的正数. 譬如，在估计湖中鱼数的问题中, ? 拙绎泣将庙默裤斥修迂戮渍佬轧镊寐徒媳盼纵沸钒淘柿锈窟祟厌郊困怖侵概率论与数理统计 7.3置信区间概率论与数理统计 7.3置信区间 根据置信水平1-? , 可以找到一个正数 ? ,