医药数理统计-9.pptVIP

二，矩估计的方法 极大似然估计的基本思想 常见分布的极大似然估计 简单历史 The method of maximum likelihood was first proposed by the German mathematician C.F.Gauss in 1821. However, the approach is usually credited to the English statistician R.A.Fisher who rediscovered the idea in his 1922 paper “On the mathematical foundations of theoretical statistics” and first investigated the properties of the method. 总体率区间估计 小样本时的精确估计方法（查表法） 大样本时的正态近似法 例：随机抽查了某校200名沙眼患者，经某种疗法治疗一段时间后治愈168人，试求总体治愈率的95%的置信区间。 小样本Poisson参数区间估计查表法 例（5.17）: 从一份经充分混合的井水中抽取3次水样，每次1毫升，经检查共有细菌20只，试求该井每毫升水中所含细菌数的99%的置信区间。 例(5.19) 用一种计数器测量某放射性标本，10分钟获得的脉冲数为16 784，试求10分钟总体总脉冲数及每分钟总体脉冲数的95%置信区间。 如引例中，若要找一个区间,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, 都可得到一个区间,这个区间可能包含未知参数 ? 的真值, 也可能不包含未知参数的真值, 包含真值的区间占95%. 置信区间的意义 ? 的置信区间 ? 的置信上限 置信度 ? 的置信下限 若测得 一组样本值, 它可能包含 ? 的真值，也可能不包含? 的真值 当置信区间为 时 则得一区间 (1.86–0.877, 1.86+0.877) 反复抽样得到的区间中有95%包含 ? 的真值. 算得 区间的长度为 ——— 达到最短 取 ? = 0.05 设 ? 是一个待估计的参数, ? 是一给定的数, ( 0 ? 1). 若能找到两个统计量 使得 则称随机区间 为参数 ? 的置信度为1 - ? 的置信区间, 为置信下限与置信上限, 分别称 1 - ? 称为置信水平或置信度. 置信区间的定义 ? 反映了估计的可靠程度, ? 越小, 越可靠. 置信区间的长度 反映了估计的精度 ? 越小, 置信水平1- ? 越大, 估计的可靠程度越高,但 这时, 往往增大, 因而估计的精度降低. 越小, 估计的精度越高. ? 确定后, 置信区间 的选取方法不唯一 , 常 选区间长度最短的一个. 几点说明 通常, 增大样本容量可以提高精度. 在求参数的置信区间时, 一般先保证可靠性. 在保证可靠性的基础上, 再提高精度. (一) 单个正态总体X ~N ( ? ?? 2)的情形 (1) 方差? 2已知, ? 的置信区间 推导 由 选取随机变量 由 确定 解 得 ? 的置信度为 的置信区间为 (2) 方差? 2未知 , ? 的置信度为1- ?置信区间 由 确定 故 ? 的置信区间为 推导 选取随机变量 (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 (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 例1 某工厂生产一批滚珠, 其直径 X 服从正态分 布N( ??? 2), 现从某天的产品中随机抽取6件,测得 直径为 15.1 , 14.8 , 15.2 , 14.9 , 14.6 , 15.1 (1) 若? 2=0.06, 求 ? 的置信度为95%的 置信区间; (2) 若? 2未知,求 ? 的置信度为95%的置信区间; (3) 求方差? 2的置信度为95%的置信区间. 解 (1) 即 由给定数据算得 由公式 (1) 得 ? 的置信区间为 (2) 取 查表得 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