单个正态总体的方差检验设未知.PPT

第一节 参数估计 一、 点估计 设总体 的分布函数的形式已知，但它含有一个或多个未知参数，借助于总体的一个样本来估计总体未知参数的值的问题称为参数的点估计问题。 常用的构造估计量的方法：矩估计法和最大似然估计法。 （一）矩估计法 英国统计学家K. Pearson提出的矩估计法，其主要思想是：以样本矩作为相应的总体矩的估计，以样本矩的函数作为相应的总体矩的函数的估计。 这里， 表示总体的矩，它是总体分布参数的函数，而 是样本的函数。由上述 个方程组成的方程组，可以解出总体分布中的 个未知参数。 例1 设总体的均值及方差 （不为零）都存在，且均未知。 又设 是来自总体 的一个样本，试求 的矩估计量。 解 由 ，得 再以 代替 ，即得 的矩估计量分别为 （二）最大似然估计法 由R. A. Fisher引进的最大似然估计法，无论从理论上还是从应用上，至今仍然是一种重要且普遍适用的方法。 估计过程： 由所谓的似然函数（它是参数和样本的函数） 若 则称 为参数 的最大似然估计值， 为 的似然估计量。 一般情况下，可由方程 求得。 例2 设 ， 为未知参数， 是来自此总体的一个样本的观测值，试求这两个未知参数的最大似然估计量。 解 容易得到样本的对数似然函数 求此二元函数的最大值，得到两参数的最大似然估计值分别为 即两参数的最大似然估计量分别为 二、估计量的评选标准 (一) 无偏性 设 为参数 的点估计量，若 则称 为参数 的无偏估计量。 (二) 有效性 设 和 是 的无偏估计量，若对于 的变化范围内的任意一个值，都有 且至少有一个 使得不等号成立，则称 较 有效。 (三) 相合性 无偏性与有效性都是基于样本容量n固定的前提下提出的，我们希望随着样本容量的增大，一个估计量的值趋向于待估参数的真值。 设 为参数 的一个估计量，若对于其变化范围内的任意一个 ，当 时， 依概率收敛于 ，则称 为 的相合估计量。 三、 区间估计 定义 设总体 的分布函数 中含有未知参数 对于给定的 ，有两个样本统计量 ，使得 则称随机区间 是 的置信度为 的置信区间， 分别称为置信度为 的双侧置信区间的置信下限和置信上限。 三、 区间估计 例 题 例 题 确定未知参数置信区间的一般步骤 （1）构造一个样本的函数Ｗ它包含待估未知参数，而不含其它未知参数，并且Ｗ的分布已知且不依赖于任何未知参数； （2）对于给定的置信度 ，定出两个常数a，b，使得 （3）若能由上式得到等价的不等式 ， 其中， 都是统计量，那么 就是 的一个置信度为 的置信区间 正态总体参数的置信区间 1. 单个正态总体 的情况 （1） 的置信区间 ① 已知时， ② 未知时， （2）方差 的置信区间（仅以 未知为例） 例3 现从某天生产的洗衣粉中随机地取16袋，称得重量（以克计）如下表所示。 设洗衣粉的重量近似地服从正态分布，试求总体均值的置信度为0.95的置信区间 。 解 这里，总体的方差未知，故总体均值 的置信区间为： 而，经过计算得， 又查表得， 故所求的置信区间为（500.4, 507.1）。 2．两个正态总体的情况 实际中存在这样的问题：已知产品的某一指标服从正态分布，但由于原料、设备条件、操作人员不同，或工艺过程的改变等因素的影响，而引起总体均值、方差的改变。 我们要考察这些变化的大小，这就涉及两个正态总体均值差或方差比的估计问题。 设有两个正态总体 ，样本均值和方差分别为 （1）两个总体均值差的置信区间 ① 均已知， 的置信区间