概率论与数理统计_7.3置信区间精要.ppt

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, * * 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： 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. 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, ? 根据置信水平1-? , 可以找到一个正数 ? , 例如, 通常可取置信水平 = 0.95 或 0.9 等等. 根据一个实际样本, 由给定的置信水平1-? , 我们求出一个的区间 , 使 如何寻找这种区间？ 使得 ^ 我们选取未知参数的某个估计量