第五章抽样估计2.ppt

* * 内容回顾 其关键是选择有效的点估计量 参数点估计法：利用样本值，选择较好的统计量（即点估计量），求得的一个值作为未知参数的估计值。 但点估计值仅是未知参数的一个近似值，且没有反映误差大小，所以“看似精确，却把握不大”。 目标要求 1、熟悉区间估计、置信度、置信区间等概念 2、掌握正态总体期望值的双侧区间估计方法 (σ2已知、σ2未知) 3、了解正态总体期望值的单侧区间估计方法 §5.3 正态总体参数的区间估计 实例 估计全省18岁女孩的平均身高 若根据实际样本，通过点估计法可能得到女孩的平均身高估计值为162cm 。 而实际上，女孩的平均身高可能大于或小于162cm。 若能给出一个区间，以较大概率相信身高的真值位于此区间内，将会更有价值。 女生身高以95%的可能在 [158,166] 内 [ ] 158 166 这样估计更有把握吧！ 置信区间与置信度的定义： 设θ是总体的未知参数，若由样本X1,X2,…Xn 确定的两个统计量: 一、区间估计( interval estimation)有关概念 区间估计—在给定可靠程度1-α下，用样本值通过合适统计量，估计总体参数θ所在区间的方法。 置信下限 置信上限 对给定α(0α1),满足 则称 是θ在置信度(置信水平、置信概率) 1-α下的置信区间( confidence interval) 思考：置信区间与置信度 的实际意义是什么? 置信区间的长度反映了估计的精度，长度越小，估计的精度越高。（注：精度D为置信区间长度的一半） 置信度则反映了估计的可靠程度，置信度越大，估计的可靠性越大。 置信度与置信区间是一对矛盾，如何处理呢？ （1）要求置信度1-α尽可能大，即估计的可靠性尽可能高； （2）要求置信区间长度尽可能短，即估计的精度也要尽可能高； （3）两者矛盾时，应在保证可靠度条件下尽可能提高精度。 请思考！ 首先是明确问题，求哪个参数的 置信区间？置信水平是多少？ 通过该问题详细说明求置信区间的方法： 二、正态总体期望值的区间估计 标准型：设X1,…Xn是取自N(μσ2)的样本，且σ2已知，求参数μ的置信度为1-α的置信区间。 （一）σ已知的总体期望值的区间估计 有了分布，就可以通过查表得到临界值 解 (1)选 的点估计为 寻找未知参数的 一个良好点估计量 寻找一个待估参数和点估计 量的函数，且要求其分布为 已知.（P87 定理4.2） (3)对给定的置信水平 查正态分布表得 1-α α/2 α/2 f(x) uα/2 -uα/2 为什么 这样取？ 对于给定的置信水平，利用U的分 布，确定一个区间，使得U取值于 该区间的概率为置信水平 所以μ在置信水平1-α下的置信区间为 对上式做恒等变形，得到所求参数 与U在相同置信水平下的置信区间。 区间估计的一般步骤: 1、寻找参数θ的一个好的点估计量T(X1,X2,…Xn)； 2、寻找一个待估参数θ和估计量T 的函数U(θ,T),且其分布为已知； 3、对于给定的置信水平1-α，根据U(θ,T)的分布确定常数a, b ，使得 则 就是θ在1-α下的置信区间。 4. 对“ a U(T, θ )b ”作等价变形,得到 当然,这是求区间估计的一般方法，对于一些常见的类型，一般可直接利用置信区间公式计算。 解 由题意易得 n=16,σ=1（总体方差已知） 当1-α=0.95时，α=0.05 查表得 u0.05/2=1.96 则置信度为0.95的置信区间为 即（4.71，5.69）。 例10 设正态总体X~N(μ,1)，从中抽取样本容量为16的样本， ，求μ的置信度为0.95的置信区间 【注意】 （1） 同一置信度1-α下的置信区间不唯一。 当密度函数对称时，若n固定，则取对称的分位点相应置信区间长度最小。如正态分布,t分布等。 对称分位点时置信区间最短 0.95 0.95 f(x) 0.95 前面例10中,置信度为1-α=0.95的置信区间又可如下求解： 0.95 0.08/2 0.02/2 f(x) uα0.02/2 -u0.08/2 则置信度为0.95的置信下限为 即置信区间为（4.62，5.64）。 这说明，置信区间不唯一，且该区间比前面的(4.71，5.69) 长度大，估计精度变小 。 实际上，对其他一些不对称的分布，通常也取对称分位点。如卡方分布,F分布等。 (2) 若事先选好置信区间长度L（即精度D事先确定），也可求得样本容量n 。 (L=