概率论和数理统计 参数估计.ppt

于是得到 的置信水平为 的置信区间为 其中 例3 为比较 I , Ⅱ 两种型号步枪子弹的枪口速度 ,随机地取 I 型子弹 10 发 ,得到枪口速度的平 均值 为 标准差 随机地取 Ⅱ 型子弹 20 发 ,得到枪口速度的平均值为 标准差 假设两总体都可认为近似地服从正态分布.且生产过程可认为方差相等 .求两总体均值差 的置信水平为 0.95 的置信区间. 解 依题意 , 可认为分别来自两总体的样本是相互独立的.又因为由假设两总体的方差相等 ,但数值未知 ,故两总体均值差 的置信水平为 的置信区间为 其中 这里 故两总体均值差 的置信水平为0.95 的置信区间为 即 (3.07, 4.93) . 两个总体方差比 的置信区间 ( 为已知 ) 由 即 可得到 的置信水平为 的置信区间为 例4 研究由机器 A 和机器 B 生产的钢管的内径 , 随机地抽取机器 A生产的钢管18只 , 测得样本方差 随机地取机器 B 生产的钢管13只 ,测得样本方差 设两样本相互独立 , 且设由机器 A 和机器 B 生产的钢管的内径分别服从正态分布 这里 (i =1,2) 均未知 .试求方差比 的置信水平为 0.90 的置信区间. 这里 即 (0.45 , 2.79) . 解 故两总体方差比 的置信水平为0.90 的置信区间为 说明 一个很好的PPT，但是别的要下载券，这个免费下载 常用的几条标准是： 1．无偏性 2．有效性 3．相合性 这里我们重点介绍前面两个标准 . 估计量是随机变量，对于不同的样本值会得到不同的估计值 . 我们希望估计值在未知参数真值附近摆动，而它的期望值等于未知参数的真值. 这就导致无偏性这个标准 . 一、无偏性 则称 为 的无偏估计 . 设 是未知参数 的估计量，若 例如，用样本均值作为总体均值的估计时，虽无法说明一次估计所产生的偏差，但这种偏差随机地在0的周围波动，对同一统计问题大量重复使用不会产生系统偏差 . 无偏性是对估计量的一个常见而重要的要求 . 无偏性的实际意义是指没有系统性的偏差 . 例1 设总体 X 服从参数为 的指数分布 , 其概率密 度为 为未知, X1,X2,…Xn是取自总体的一个样本 , 试证 和 谁是参数 的无偏估计量 证 所以 是参数 的无偏估计量 . 而 具有概率密度 故知 即 也是参数 的无偏估计量 . 所以无偏估计以方差小者为好, 这就引进了有效性 这 一概念 . 的大小来决定二者谁更优 . 和 一个参数往往有不止一个无偏估计, 若 和 都是参数 的无偏估计量， 我们可以比较 由于 二、有效性 D( ) ≤D( ) 则称 较 有效 . 都是参数 的无偏估计量，若对任意 ， 设 和 且至少对于某个 上式中的不等号成立， 例2 (续例1) 试证 当 n 1 时 的无偏估计量 较 哪个更有效 . 证 故有 而 故有 当 n 1 时 , 故 较 有效 . 三、相合性 任意 ，当 时 依概率收敛于 , 则称 为 的相合估计量. 设 是参数 的估计量，若对于 为 的相合估计量 对于任意 , 有 第三节 区间估计 置信区间定义 置信区间的求法 引言 前面，我们讨论了参数点估计. 它是用样本算得的一个值去估计未知参数.