概率论于数理统计7.3.pptVIP

7.3 区间估计;引例 已知 X ~ N ( ? ,1),; 习惯上把置信水平记作; 寻找置信区间的方法,一般是从确定误差限入手.;可以解出 ：;7.3.1 置信区间的定义; (2) ? 反映了估计的可靠度, ? 越小, 越可靠.; 求参数;如取 ? = 0.05;我们总是希望置信区间尽可能短.;在概率密度为单峰且对称的情形，当a =-b时求得的置信区间的长度为最短.; 即使在概率密度不对称的情形，如 分布，F分布，习惯上仍取对称的百分位点来计算未知参数的置信区间.;例如;7.3.2 求置信区间的一般步骤(共3步); (2) 给定置信度 1 ? ? ,定出常数 a , b ,使得;(一) 一个正态总体 X ~N ( ? ?? 2)的情形;由;(2) 方差? 2未知 , ? 的置信区间 ;(3) 当 ? 已知时, 方差? 2 的 置信区间;(4) 当 ? 未知时, 方差? 2 的置信区间;例1 某工厂生产一批滚珠, 其直径 X 服从;由给定数据算得;由公式 (4) 得? 2 的置信区间为;(二) 单侧置信区???;于是引入单侧置信区间和置信限的定义：;又若统计量 满足;例2 已知灯泡寿命X 服从正态分布, 从中随机抽取 5 只作寿命试验, 测得寿命为 1050 , 1100 , 1120 , 1250 , 1280 (小时) 求灯泡寿命均值的单侧置信下限与寿命方差的单侧置信上限.;(1) 选取枢轴量;;为取自总体 N ( ?1? ?12 ) 的样本,;相互独立, ;(2) 未知( 但 ) 的置信区间;的置信区间为;相互独立, ;令 Zi = Xi -Yi , i = 1,2,…, n, 可以将它们看成来 自正态总体 Z ~ N ( ? 1? ? 2 ,? 12 + ? 22) 的样本;取枢轴量;取枢轴量;因此, 方差比;例3 某厂利用两条自动化流水线罐装番茄酱. 现分别 从两条流水线上抽取了容量分别为13与17的两个相互独立的样本; 若不知它们的方差是否相同, 求它们的方;(2) 枢轴量为;由公式(9)得方差比 的置信区间为; 若总体 X 的分布未知, 但样本容量很大, 由中心极限定理, 可近似地视;例4 设 X 服从参数为 p 的0-1分布, 样本为;所以参数 p 的置信区间为( p1, p2 )