2-参数估计分解.ppt

2. 正态总体均值的区间估计 2 ) 两正态总体均值差的区间估计 设X~N(?1,?12),Y~N(?2,?22), X, Y 相互独立. X的样本为: X1,X2,?,Xn1， Y的样本为: Y1,Y2,?,Yn2， 是?1 - ?2的无偏估计量 2 ) 两正态总体均值差的区间估计 分三种情况求?1 - ?2的置信区间 (1)方差?12 ，?22已知 构造统计量 给定置信度1-?，应有 P{-u?/2 U u?/2 } = 1-? 由此得?1 - ?2的置信区间为 2 ) 两正态总体均值差的区间估计 (2)方差?12 ，?22未知，但?12 =?22= ?2 构造统计量 其中S12 ，S12分别为X，Y的样本方差 由 P{-t?/2 T t?/2 } = 1-? 得?1 - ?2的置信区间为 2 ) 两正态总体均值差的区间估计 (3)方差?12 ,?22未知，n1 ,n2很大(50): 大样本估计法 这时可用S12 ,S22代替?12 ,?22 当n1 ,n2很大(50)时,近似地有 ?1 - ?2的置信区间 3.正态总体方差的区间估计1) 单个正态总体方差的区间估计 给定置信度1-?，应有 P{?21- ?/2(n) ?2 ?2?/2(n)} = 1-? (1)数学期望?已知 X~N(?, ?2)，X i为其样本 构造统计量 单个正态总体方差的区间估计 从而得到? 2的1-?置信区间为 ?的1-?置信区间为 1) 单个正态总体方差的区间估计 构造统计量 从而得到?2的1-?置信区间为 (2)数学期望?未知 3.正态总体方差的区间估计2) 两个正态总体方差比的区间估计 X的样本容量为n1，样本方差为S12 ， Y的样本容量为n2，样本方差为S22 ， 设两总体X~N(?1,?12),Y~N(?2,?22), X,Y相互独立. 考虑方差比?12/ ?22的区间估计 2) 两个正态总体方差比的区间估计 构造统计量 给定置信度1-?，应有 2) 两个正态总体方差比的区间估计 所以?12 /?22的1-?置信区间为 4.单侧置信区间 对参数 θ 作范围估计时, 有时只需考虑参数取值范围的上限或下限. ① 若 P {?1? +?} = 1-?, 则称(?1,+?)为置信度是 1- ?的单侧置信区间, ?1称为? 的单侧置信下限 ② 若 P {-? ? ?2 } = 1-?,则称(-?,?2) 为置信度是 1- ?的单侧置信区间,?2称为? 的单侧置信上限 1) 单侧置信区间问题: 4.单侧置信区间 2) 求单侧置信区间的方法. 方法1 与求双侧置信区间类似… 方法2 可通过求置信度为1-2?的双侧 置信区间来解决. 若P{?1? ?2}= 1-2?, 且P{? ?1}= P{? ?2}= ? 则?1, ?2分别就是? 的单侧置信下限, 上限. (?1,+?) ,(-?,?2)就是? 的单侧置信区间. 4.单侧置信区间 例1 设总体X~N(?, ?2), ?2已知, 求?置信度为1-?的 单侧置信区间 (?1,+?), (-?, ?2). 3) 举例 选统计量 考虑? 的1-2? 的双测置信区间 解: 单侧置信区间 所以?置信度为1-?的两个单侧置信区间分别为 显然 P { ? ?1 } = P { ? ? 2 } = ? 5. (0—1)分布参数p的区间估计 设总体X~(0,1)分布, P{X=1} = p, P{X=0} = 1-p, E(X)= p, D(X)=p(1-p),求p的置信度为1-α置信区间。 取样本X1, X2 , ? , Xn，Xi ~ ( 0 —1 )分布. (0—1)分布参数p的区间估计 由中心极限定理可知 当n很大时,近似地有 即 选统计量 (0—1)分布参数p的区间估计 将根式中的p(1-p)用X(1-X)近似 给定置信度1-?，应有 P { -u?/2 U u?/2 } = 1-? p的置信度为1-α置信区间为 武汉理工大学应用数学系模式分析研究室王展青 第二章 参数估计 第二章 参数估计 2.1 参数的点估计 2.2 参数的区间估计 在实际问题中，我们常常需要估计一些未知参数θ，这些参数可能是总体分布中的参数；或者当总体分布未知时，总体的某些数字特征，如：均值、方差等。 样本集 0 θ θ1 θ2 0 θ 值估计 范围估计 区间估计 点估计 点估计方法 估计好坏的评判 区间估计方法 常用总体参数的区间估计 其它类型的估计,如 贝叶斯估计… 2.1参数的点估计 矩估计 极大似然估计 点估计量的评价 点估计的定义 设总体X的分布F ( x, θ1,