单样本检验与双样本检验.ppt

ch73 §7.3 区间估计 引例 已知 X ~ N ( ? ,1), 不同样本算得的 ? 的估计值不同，因此除了给出 ? 的点估计外, 还希望根据所给的样本确定一个随机区间, 使其包含参数真值的概率达到指定的要求. ? 的无偏、有效点估计为 随机变量 常数 §7.3 如引例中，要找一个区间,使其包含 ? 的真值的概率为0.95. ( 设 n = 5 ) 取 查表得 这说明 即 称随机区间 为未知参数 ? 的置信度为0.95的置信区间. 反复抽取容量为5的样本,都可得一个区间,此区间不一定包含未知参数 ? 的真值, 而包含真值的区间占95%. 置信区间的意义 若测得 一组样本值, 它可能包含也可能不包含? 的真值, 反复 则得一区间 (1.86 – 0.877, 1.86 + 0.877) 抽样得到的区间中有95%包含 ? 的真值. 算得 当置信区间为 时 区间的长度为 —— 达到最短 取 ? = 0.05 设 ? 为待估参数, ? 是一给定的数, ( 0?1). 若能找到统计量 , 使 则称 为 ? 的置信水平为1 - ? 的 置信区间或区间估计. 置信下限 置信上限 置信区间的定义 定义 ? 反映了估计的可靠度, ? 越小, 越可靠. 置信区间的长度 反映了估计精度 ? 越小, 1- ? 越大, 估计的可靠度越高,但 ? 确定后, 置信区间 的选取方法不唯一, 常选最小的一个. 几点说明 越小, 估计精度越高. 这时, 往往增大, 因而估计精度降低. 求参数 置信区间 保 证 可靠性 先 提 高 精 度 再 处理“可靠性与精度关系”的原则 寻找一个样本的函数 它含有待估参数, 不含其它未知参数, 它的分布已知, 且分布不依赖于待估参数 (常由? 的点估计出发考虑 ). 例如 求置信区间的步骤 — 称为枢轴量 取枢轴量 给定置信度 1 ? ? ,定出常数 a , b ,使得 ( 引例中 由 解出 得置信区间 引例中 (一) 一个正态总体 X ~N ( ? ?? 2)的情形 置信区间常用公式 (1) 方差? 2已知, ? 的置信区间 推导 由 选取枢轴量 公式(一) (1) 由 确定 解 得 ? 的置信度为 的置信区间为 (2) 方差? 2未知 , ? 的置信区间 由 确定 故 ? 的置信区间为 推导 选取枢轴量 公式(2) (3) 当 ? 已知时, 方差? 2 的 置信区间 取枢轴量 ， 得 ? 2 的置信度为 置信区间为 由概率 公式(3) (4) 当 ? 未知时, 方差? 2 的置信区间 选取 得 ? 2 的置信区间为 ? ? 则由 公式(4) 例1 某工厂生产一批滚珠, 其直径 X 服从 解 (1) 即 正态分布 N( ??? 2), 现从某天的产品中随机 (1) 若? 2=0.06, 求? 的置信区间 (2) 若? 2未知,求 ? 的置信区间 (3) 求方差? 2的置信区间. 抽取 6 件, 测得直径为 15.1 , 14.8 , 15.2 , 14.9 , 14.6 , 15.1 置信度 均为0.95 例1 由给定数据算得 由公式 (1) 得 ? 的置信区间为 (2) 取 查表 由给定数据算得 由公式 (4) 得? 2 的置信区间为 (3) 选取枢轴量 查表得 由公式 (2) 得 ? 的置信区间为 为取自总体 N ( ?1? ? 12 ) 的样本, 为取自总体 N ( ?2? ? 22 ) 的样本, 置信度为 1 ? ? 分别表示两样本的均值与方差 (二) 两个正态总体的情形 (二) 相互独立, 的置信区间为 (1) 已知, 的置信区间 公式(5) (2) 未知( 但 ) 的置信区间 的置信区间为 公式(6) 相互独立, (3) 未知, n, m 50, 的置信区间 的置信区间为 因此 公式(7) 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 仿单个正态总体公式(2) 的置信区间为 (4) 未知, 但 n = m , 的置信区间 公式(8)