第3章参数估计与假设检验.pptVIP

第三章 参数估计与假设检验;知识点及其基本要求;;1、评价点估计的优劣标准;（1）无偏性;证明：;（2)有效性;例2：设X1，X2,…，Xn为总体X的样本，比较总体均值μ的两个估计量;例3：设总体X的期望E（X）和方差D（X）都存在，X1、X2是来自X的样本，下列估计中哪个较好，哪个较差。;(3)一致性;2. 点估计的计算方法;样本的k阶原点矩为：;例4： 已知晶体管寿命服从正态分布，现从中随机抽取一个样本，测得的数据为1322，1324，1321,1325，1320，1326。求总体参数μ和σ2的矩估计。 ; 例5： 某工厂生产了一批轴承，为了解该批轴承的长度，从中抽取10件进行测量，得出如下数据（单位：mm）： 501.2，498.9，499.2，500.7，501.5， 501.3，498.4，502.1，502.3，501.4问：该天生产的轴承的平均长度以及长度的方差大约是多少？ ;设（X1, X2 ,…Xn）是来自密度为 的总体的一个简单随机样本，则（ X1, X2 ,…Xn ）的联合密度函数为; 最大似然估计就是将似然函数L的最大值点 作为θ的估计值。 ;例6：设（x1, x2 ,…，xn）是正态分布 的一个样本，求总体参数μ和σ2的极大似然估计。 ;为X的一组样本观测值，求参数λ的最大;二、参数的区间估计 ;对于给定的显著性水平α, 若由样本观测值x1,x2, …xn 确定的统计量 （ x1,x2, …，xn)满足： 则称置信区间[ ，∞ ]为θ的置信度为1-α的单侧置信区间， 是单侧置信下限。;1．方差已知情况的正态分布均值的置信区间 设X为正态随机变量，其均值μ未知，方差σ2已知， 。假定（x1, x2 ,…，xn）是总体取得的随机样本，其均值为 ，则总体均值μ的1-α的双侧置信区间为:;μ的100（1-α）%的上单侧置信区间为 ;2．方差未知情况的正态分布均值的置信区间;例5：从一批螺钉中随机抽取9枚，测得其长度为2.14, 2.13, 2.15, 2.10, 2.12, 2.15, 2.14, 2.11, 2.13。已知螺钉长度服从正态分布 ，试求总体均值μ的90%置信区间。;第二节 过程参数的假设检验 ;假设检验的步骤如下：;α：生产方的风险，其表示为一个良好批被拒绝的概率；β：使用方的风险，其表示为一个不良批被接受的概率。 β是样本大小的函数，样本越大，β风险??越小。; 例1：某种零件的尺寸服从正态分布 ，今从一批零件中抽取6件，测得尺寸数据(mm)为：32.56, 31.64, 29.66, 30.00, 31.87, 31.03。取检验水平 ，能否认为此批零件均值为32.50mm?;4. 判断H0是否成立。 由样本观察值得 ;例2：装有化学药品的瓶子，其规范要求是30cc，从稳态生产中采集样本量n=25的样本，其均值 ，样本标准差 ,取检验水平 ， 能否认为该批量产品的均值是30cc 。 ;4.由样本观察值得 ;解：检验假设 ;第七节 相关与回归分析; ; 对于x1，x2，… ，xn，有相应的一组观测值y1，y2，… ，yn，这样可以得到一组容量为n的样本：（x1，y1），（x2，y2），…，（xn，yn），则有估计的样本回归方程： 和 称为β0、β1的估计量，常用最小二乘法求出。 ; 对上式求偏导数，可解得：;三、相关分析; 回归估计的标准差 越小，回归效果越好， 还可用来表示回归直线的精度。