7.4 (正态总体均值和方差区间估计).pptVIP

求区间估计的核心在于求枢轴量，一般分布的枢轴量是比较难确定的，因此我们主要考虑总体为正态分布时参数的区间估计． 7.4.1 单个总体的情形 （一） 正态总体均值的区间估计 设X1，X2，…，Xn为X～N(?，?2)的样本，对给定的置信水平1 – ?，0 ? 1，研究参数? 的区间估计．; 1. ?2已知时，? 的置信区间 由于 是? 的无偏估计，且有 容易想到将 作为求? 的置信区间的枢轴量． 对给定的置信水平1 – ?， 由右图易知 即; 根据定义7.4， 得到? 的一个置信水平 为1 – ? 的置信区间 ; 2. ?2未知时，? 的置信区间 ?2未知时，不能再用 作为求? 的置信区间的枢轴量，因为其中含有另一个未知参数?2． 考虑到S2是?2的无偏估计，可以用S2代替?2， 由定理6.3知 所以，可以选用 作为枢轴量．;正态总体均值的区间估计;【例】已知某种灯泡的寿命服从正态分布，现从一批灯泡中抽取16只，测得其寿命（单位：小时）如下所示： 1510 1450 1480 1460 1520 1480 1490 1460 1480 1510 1530 1470 1500 1520 1510 1470 求该灯泡平均使用寿命90%、95%及99%的置信区间，并指出置信区间长度与置信水平的关系． 解：用X表示灯泡的寿命，设X～N(?，?2)， 由于?2未知,用 计算? 的置信区间． 其中 n=16,;分别取? = 0.1，? = 0.05，? = 0.01， 查表得 t0.05(15) = 1.7531，t0.025(15) = 2.1315， t0.005(15) = 2.9467． 分别代入 , 计算得到灯泡平均使用寿命? 的90%、95%及99%的置信区间分别为(1479.15,1500.85)、(1476.80,1503.20)和(1471.76,1508.24),其长度分别为21.7,26.4和36.48． 可以看出置信水平越高，置信区间的长度越长．;（二） 正态总体方差的区间估计 设X1，X2，…，Xn为来自X～N(?，?2)的样本，对给定的置信水平1 – ?，0 ? 1，我们来研究参数?2的区间估计． 1. ?已知时，?2的置信区间 由于X～N(?，?2)，所以 ， 取枢轴量 由于? 2概率密度不是对称的,对给定的置信水平1 – ?,不容易找到最短的置信区间,习惯上仍取对称形;式的分位点 和 ,如下图， 使 即 根据定义7.4，得到? 2的一个 置信水平为1 – ? 的置信区间： ? 的一个置信水平为1 – ?的 置信区间：;2. ? 未知时，?2的置信区间 由于? 未知，不能再用 作为枢轴量, 考虑用 代换?，由定理6.3知 所以，可以取 作为枢轴量. 类似? 已知的情形，容易得到?2的一个信水平为1–? 的置信区间为 即 ; 即 的一个置信水平为1 – ? 的置信区间为 正态总体均值和方差的置信区间与后面讲到的 单侧置信限一并放入表7.1中．; ; ;（一）两个正态总体均值差的区间估计 设X1,X2,…,Xn1为来自总体X～N(?1,?12)的样本，Y1,Y2,…,Yn2为来自总体Y～N(?2,?22)的样本，且两样本相互独立，其样本均值分别记为 和 ，其样本方差分别记为S12和S22. 我们来研究参数?1 – ?2的区间估计． 1. ?12和?22已知时，?1–?2的置信区间 由定理6.4知 取枢轴量 ;对给定的置信水平1 – ?，由标准正态分布上? 分位点的定义，易知 即 于是，我们得到?1 – ?2的一个