概率论与数理统计第8章.pptVIP

* * * * * * * * * * * * * (1) ? 已知，? 的置信区间 (2) ? 未知，? 的置信区间 (3) ?2的置信区间 例 用天平秤某物体的重量9次，得平均值为 （克），已知天平秤量结果为正态分布，其标准差为0.1克。 试求该物体重量的0.95置信区间。 解：此处1-?=0.95，?=0.05，查表知 u0.025=1.96， 于是该物体重量? 的0.95置信区间为 = (15.3347，15.4653) 例 设轮胎的寿命服从正态分布。随机地抽12只轮胎试用，测得它们的寿命(单位：万公里)如下： 4.68 4.85 4.32 4.85 4.61 5.02 5.20 4.60 4.58 4.72 4.38 4.70 求平均寿命的置信区间。 解 经计算有 =4.7092，s2=0.0615。取? =0.05，查表知t0.025(11)=2.2010，于是平均寿命的0.95置信区间为（单位：万公里） 在某些实际问题中，只需求置信下限,或置信上限,例: 产品的寿命越长越好，因此希望知道 平均寿命的单侧置信下限。 产品的次品率越低越好，因此希望知 道次品率的单侧置信上限。 单侧置信限 单侧置信下限 满足以下式子的 单侧置信上限 满足以下式子的 习题八 P164 2, 3， 4， 7， 8， 11， 12， 18， 19 * * * * * * * * * * * * * * * * * * * * * * * * 第八章 参数估计 华东师范大学 * 第*页 第八章 参数估计 根据样本对各种未知参数作出估计。 参数估计的形式有两种：点估计与区间估计。 设x1 ,x2 , …, xn是来自总体的一个样本，我们用一个统计量 的作为θ的估计， 称为θ的点估计（量），简称估计。 其一 是如何给出估计，即估计的方法问题； 其二 是如何对不同的估计进行评价，即估 计的好坏判断标准。 §8.2 估计方法 （一）矩法估计： 用样本矩 代替母体矩 即 从中解出? . 例 x1 , x2 , …, xn是来自(a,b)上的均匀分布U(a,b)的样本，求a与b的矩估计。 由于 不难推出 由此即可得到a, b的矩估计： （二） 最大似然估计 口袋中有黑、白两种球，从中任取一只， 发现是白球，则可以认为： 口袋中白球比黑球多 周 四 L()已给周五L()未给 求极大似然估计的方法 设总体含有待估参数 ? ， 得到样本观测值 x1, x2,…, xn 则找一个 使得x1, x2,…, xn出现的可能性最大。 极大似然估计的关键点 x1, x2,…, xn出现的可能性： (1) 离散场合： (2) 连续场合： 称以上 L 为似然函数。 注意：L 是 ? 的函数， x1, x2,…, xn 固定。 例 对正态总体N(?,? 2)，θ=(?,? 2)是二维参数，设有样本x1 , x2 , …, xn，则似然函数及其对数分别为 将lnL(?,? 2)分别关于二个分量求偏导并令其为0, 即得到似然方程组 (1) (2) 解此方程组，可由(1)得?的极大似然估计为 将之代入 (2)给出? 2的极大似然估计 如 P (?)分布均值，方差均为? ， 那么样本均值，样本方差均为矩估计,那个好？ §8.1 点估计的优劣标准 对同一个未知参数，采用不同的方法找到的点估计可能不同。那么，自然要问：究竟是用哪一个更“好”些呢? 这里介绍点估计的评价标准. 点估计是一个统计量，我们不可能要求它完全等同于参数的真实取值。但我们可以要求估计量随着样本量的不断增大而逼近参数真值，这就是一致估计。 一致估计 定义 设θ∈Θ为未知参数， 是θ的一个估计量，n是样本容量， 若对 任何一个ε0，有 则称 为θ参数的一致估计。 一致性被认为是对估计的一个最基本要求, 如果一个估计量, 在样本量不断增大时，它都不能把被估参数估计到任意指定的精度, 那末这个估计是很值得怀疑的。 样本容量越大,估计应当越精确 矩估计一般都具有一致性。比如： 样本均值是总体均值的一致估计