概率论课件 概率7-3.pptVIP

数理统计 数理统计 第三节 区间估计 置信区间定义 置信区间的求法 单侧置信区间 课堂练习 小结 布置作业 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 . 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 的极大似然估计为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. 置信区间. 称区间 为 的 置信水平为 的 例如，通常可取置信水平 =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 一、 置信区间定义 满足 设 是 一个待估参数，给定 X1,X2,…Xn确定的两个统计量 则称区间 是 的置信水平（置信度 )为 的置信区间. 和 分别称为置信下限和置信上限. 若由样本 这里有两个要求: 可见， 对参数 作区间估计，就是要设法找出两个 只依赖于样本的界限(构造统计量). 一旦有了样本，就把 估计在区间 内 . 可靠度与精度是一对矛盾，一般是 在保证可靠度的条件下尽可能提高 精度. 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. 在求置信区间时，要查表求分位点. 二、置信区间的求法 设 , 对随机变量X，称满足 的点 为X的概率分布的上 分位点. 定义 若 X 为连续型随机变量 , 则有 所求置信区间为 所求置信区间为 标准正态分布的 上 分位点 分布的上 分位数 自由度为n的 F分布的上 分位数 自由度为n1,n2的 ~ N(0, 1) 选 的点估计为 , 求参数 的置信度为 的置信区间. 例1 设X1,…Xn是取自 的样本， 明确问题,是求什么 参数的置信区间? 置信水平是多少？ 寻找未知参 数的一个良 好估计. 解 寻找一个待估参数和 统计量的函数 ，要求 其分布为已知. 有了分布，就可以求出 U取值于任意区间的概率. 对给定的置信水平 查正态分布表得 对于给定的置信水平, 根据U的分布，确定一 个区间, 使得U取值于该区间的概率为置信水平. 使 为什么 这样取？ 从中解得 对给定的置信水平 查正态分布表得 使 也可简记为 于是所求 的 置信区间为 从例1解题的过程，我们归纳出求置信区间的一般步骤如下: 1. 明确问题, 是求什么参数的置信区间? 置信水平 是多少? 2. 寻找参数 的一个良好的点估计 T(X1,X2,…Xn) 3. 寻找一个待估参数 和估计量 T 的函数 U(T, ),且其分布为已知. 4. 对于给定的置信水平 ，根据U(T, )的分布，确定常数a, b，使得 P(a U(T, )b) = 5. 对“aS(T, )b”作等价变形,得到如下形式: 即 于是 就是 的100( )％的置信区间. 可见，确定区间估计很关键的是要寻找一个 待估参数 和估计量T 的函数U(T, ), 且U(T, ) 的分布为已知, 不依赖于任何未知参数 . 而这与总体分布有关，所以，总体分布的形式是 否已知，是怎样的类型，至关重要. 休息片刻继续 需要指出的是，