关于2-参数估计.pptVIP

2.2 参数的区间估计 区间估计的定义及计算步骤 正态总体均值的区间估计 正态总体方差的区间估计 单侧置信区间 非正态总体参数的区间估计 * 1.区间估计的定义及计算步骤 用区间( a, b )作为参数θ的范围估计, 需要考虑两个问题 可信度 即区间( a, b )包含参数θ的概率, 越大越好 精 度 即区间( a, b )的长度, 越小越好 默认原则 可信度和精度都尽可能高 矛盾,二者不可兼得 解决方法 在一定的可信度下,求最短的区间 1) 区间估计问题 * 设总体X的分布含未知参数?，由样本X1, X2 , ? , Xn确定两个统计量?1(X1, X2 , ? , Xn)， ?2(X1, X2 , ? , Xn) 如果对于给定的? (0?1)，有 P{?1? ?2 } =1-?, 称随机区间(?1，?2 )为的置信区间， 1-?称为置信度 ?1称为置信下限， ?2称为置信上限 区间估计的关键: 用合适的方法确定两个统计量 ?1(X1, X2 , ? , Xn)， ?2(X1, X2 , ? , Xn) 1.区间估计的定义及计算步骤 2) 区间估计的定义 * 1.区间估计的定义及计算步骤 例1 设总体X~N(μ , σ2), σ2已知，μ未知，设X1,…,Xn是X的样本，求μ的置信度为1-α的置信区间。 解：样本均值是总体均值μ的无偏估计，样本均值的取值比较集中在μ的附近，以很大概率包含μ的区间也应大概率包含样本均值，基于这种想法，我们从样本均值出发，来构造μ的置信区间。 所以μ的置信度为1-α的置信区间为 3) 区间估计的例子 * 1.区间估计的定义及计算步骤 4) 区间估计的步骤 * g θ o ( 2 ) 区给定1-α（置信度，可信度），可通过增大样本容量n的值来提高估计精度（即缩小置信区间的长度）。 注意 ( 1 )置信区间不是唯一的，选取区间尽可能短的。 1-? F ? ( n1, n2 ) g θ o 1-? θ1 θ2 θ1 θ2 * 2. 正态总体均值的区间估计 1) 单个正态总体均值的区间估计 总体 X~N(?, ?2)，E(X)= ? ， D(X)= ?2 样本 X1, X2 ,?, Xn , Xi~N(?, ?2)，i=1,2, ?,n * 1) 单个正态总体均值的区间估计 给定置信度1-?，应有 P{-u?/2U u?/2 } = 1-? 其中 u?/2 是标准正态分布的上? / 2 分位点 分两种情况求?的置信区间 (1)方差?2已知 构造统计量 显然U ~N(0, 1) 得?的1-?置信区间为 对一次具体的抽样可得一个确定的置信区间 * 1) 单个正态总体均值的区间估计 (2)方差?2未知 用样本方差 代替?2 构造统计量 易知 T ~ t ( n-1 ) 给定置信度1-?，应有 P { -t?/2 (n-1) T t?/2(n-1) } = 1-? 其中t?/2 (n-1)是t(n-1)分布的上?/2分位点 由此得?的1-?置信区间为 * 2. 正态总体均值的区间估计 2 ) 两正态总体均值差的区间估计 设X~N(?1,?12),Y~N(?2,?22), X, Y 相互独立. X的样本为: X1,X2,?,Xn1， Y的样本为: Y1,Y2,?,Yn2， 是?1 - ?2的无偏估计量 * 2 ) 两正态总体均值差的区间估计 分三种情况求?1 - ?2的置信区间 (1)方差?12 ，?22已知 构造统计量 给定置信度1-?，应有 P{-u?/2 U u?/2 } = 1-? 由此得?1 - ?2的置信区间为 * 2 ) 两正态总体均值差的区间估计 (2)方差?12 ，?22未知，但?12 =?22= ? 构造统计量 其中S12 ，S12分别为X，Y的样本方差 由 P{-t?/2 T t?/2 } = 1-? 得?1 - ?2的置信区间为 * 2 ) 两正态总体均值差的区间估计 (3)方差?12 ,?22未知，n1 ,n2很大(50): 大样本估计法 这时可用S12 ,S22代替?12 ,?22 当n1 ,n2很大(50)时,近似地有 ?1 - ?2的置信区间 * 3.正态总体方差的区间估计1) 单个正态总体方差的区间估计 给定置信度1-?，应有 P{?21- ?/2(n) ?2 ?2?/2(n)} = 1-? (1)数学期望?已知 X~N(?, ?2)，X i为其样本 构造统计量 * 单个正态总体方差的区间估计 从而得到? 2的1-?置信区间为 ?的1-?置信区间为 * 1) 单个正态总体方差的区间估计 构造统计量 从而得到?2的1-?置信区间为 (2)数学期望?未知 * 3.正态总体方差的区间估