电子科技大学《概率论》C7-3-改.PPTVIP

4.3 正态总体的抽样分布定理（P143） §7.3 区间估计 由于样本的随机性，点估计有以下缺陷： 二、置信区间的枢轴变量法 三、正态总体的区间估计 零件长度的方差 单正态总体的区间估计 双正态总体的区间估计 求方差的置信区间 由于μ未知, S2 是σ2 的优良估计, 选取枢 轴变量 相应的置信区间为 查χ2分布表可得 σ2 的置信度为 0.95 的置信区间为 比较：σ2 的点估计值为 s2= 0.005. # 例7.3.4 假定初生婴儿的体重服从正态分布,随机抽取12 名婴儿，测得体重为(单位：克) 3100, 2520, 3000, 3000, 3600, 3160, 3560, 3320, 2880, 2600, 3400, 2540 试以 95% 的置信度估计初生婴儿的平均体重以及方差. 解 设初生婴儿体重为X 克，则 X~N( ? , ?2 ), (1) 需估计? ,而未知?2. 作为枢轴变量. 有 ?= ，n= ， t0.025(11)= ， (2) 需估计?2 ,而未知? ， 有 ?20.025(11)= ，?20.975(11)= ， # 125 121 115 130 131 128 140 115 118 135 乙 141 144 135 140 148 145 140 136 137 140 甲 例7.3.5 甲、乙两种稻种分别种在10块试验田中, 每块田中甲、乙稻种各种一半。假设两种稻种产量X、Y 服从正态分布，且方差相等. 10块田中的产量如下表 (单位：公斤) ，求两稻种产量的期望差 ?1－ ?2 的置信区间(α=0.05). 解 设X~N(?1,?12) , Y~N(?2,?22) , ?12 = ?22 = ?2 ，估计?1－ ?2，取统计量 由样本表可计算得 查t 分布表得： t0.025(18)= 2.1009 两稻种产量期望差的置信度为95%的置信区间为 另解 因枢轴变量 ～t(n－1)， 可得两稻种产量期望差的置信度为95%的置 信区间为 # 未 知 σ2 μ 已 知 σ2 μ 置信区间 统计量 (枢轴变量W) 条件 被估 参数 电子科技大学 区间估计 统计三大分布： X与Y独立, U与V独立, (1) 无从断定估计值是否为待估参数的真实值（即使是无偏有效估计量)； (2) 不能把握估计值与参数真实值的偏离程度 及估计的可靠程度. 改进 对于θ的估计，给定一个范围 满足: 希望精度与可靠程度均高,但二者是矛盾的. 在实际应用中广泛接受的原则是： 确定能接受可靠程度的前提下,尽量提高精确度. 一、定义 定义7.3.1 设总体的未知参数为θ, 由样本X1，…，Xn确定两个统计量 对于给定的实数α(0 α 1 )，满足 称随机区间 为θ的置信度为1－α 的区间估计（置信区间）. 1－α又称置信水平或置信概率 α称显著性水平，通常取值为0.1，0.05. 正态分布中μ的区间估计 1. 建立枢轴变量 构造分布已知（正态、?2 、T、F分布） 且仅含样本和未知参数的函数 问题：如何构造随机区间？ W(X1, X2, …, Xn ,θ) 2. 构造等价区间：根据W的分布，对置信水平1－α查上侧分位数,使 或类似的概率式成立. 3. 解得置信区间：改写不等式得 上面过程的关键是构造枢轴变量W，并以它为轴心，由a≤W≤b 旋转出所需不等式 A≤θ≤B. 其中A、B是不含未知参数的统计量. 以较大概率包含待估参数 单个正态总体：X~N(?, ?2) 1.?的估计 已知? =σ0: 未知参数的替换 思考：未知σ时如何求μ的估计？ 2) ?2未知: 2. ?2的估计 当μ已知时, 应选枢轴变量： 分析: σ2 的优良估计量为S2， 当μ未知时,由抽样分布定理可知,应选枢轴变量： 为确定枢轴变量 问题：如何构造大概率事件？ 已知?0 2)未知? 零件长度的方差 婴儿体重的估计 1.?1－ ?2 的估计 四、两个正态总体 X~N(?1,?12) , Y~N(?2,?22)，X与Y相互独立. 1) 已知?12 和?22 枢轴变量取 2) ?12 和?22 未知，但?12 = ?22 = ?2 两稻种产量的期望差的置信区间 问题 能否用另