第三章节参数估计和假设检验.pptVIP

第三章  参数估计和假设检验 主要内容 点估计方法 代替法、极大似然估计法 区间估计 单个正态总体均值和方差的区间估计 两个正态总体均值差和方差比例的区间估计 单个总体比率和两个总体比率差的区间估计 假设检验 单个正态总体均值与方差的检验 两个正态总体均值差与方差比的检验 单个总体比率和两个总体比率差的区间估计 第一部分 参 数 估 计 一、点估计方法 1. 代替原则：频率代替和矩法 （1）频率代替 用观察的频数代替总体比率的估计值。 主要用于处理离散数据。 比如投掷硬币正面朝上的频率。 （2）矩法 设x1，…，xn是N（?，?2）的一个样本，因此 E（xi）=?，D（xi）=?2，i=1，2，…，n，?，?2是总体的一阶原点矩和二阶中心矩。用样本的一阶原点矩（即样本均值）去估计总体的均值?。用样本的二阶原点矩 去估计总体的二阶原点矩?2＋?2。于是可得到近似关系式 由上式解出?与?2的估计量 例1： 设总体X的分布密度为： 样本为（X1，X2，…，Xn）,用矩法估计参数 解： 2．极大似然估计（简记MLE） 设x1，…，xn是抽自密度为f（x；?）的一个样本，则x1，…，xn的联合密度为f（x1；?）f（x2；?）…f（xn；?）。这时x1，…，xn被视为变量，?被视为常量。如果把样本观察值x1，…，xn视为常量，将要估计的?视为变量，f（x1；?）f（x2；?）…f（xn；?）被称为?的似然函数，记为L（?；x1，…，xn）。即 极大似然估计的基本原理 根据样本的具体情况来选择估计参数，使样本出现的可能性最大，这种选择使得出现概率最大的那个估计值作为参数的估计量。 概率最大的事件最可能出现。 求解方法 构造似然函数； 对似然函数求偏导 解似然方程组 例2. 设x1，…，xn是抽自N（?，?2）的随机样本，求?，?2的极大似然估计。 在一般情况下，由于L的最大值点与lnL的最大值点是相同的，可对L取对数。 由于似然函数中有两个未知参数，对其求偏导并令其为0 解此方程组得 于是得到?和?2的极大似然估计 二、评价估计量好坏的标准 无偏性 若参数?的估计量 有效性 一致性 参数估计习题 1．随机地抽取8只活塞，直径为（单位mm）：74.001, 74.005, 74.003, 74.000, 74.001, 73.993, 74.006, 74.002,试求总体均值μ和方差的矩估计量；并求样本方差。 解： 2．设总体服从区间[0，θ]上的均匀分布，其密度函数为： X1,X2，…Xn为样本，试用矩法估计均值和方差，以及参数θ的估计量。 解： 3．设X1,X2，…Xn为样本，求下列总体未知参数的矩估计和极大似然估计 三、区间估计 单个正态总体均值和方差的区间估计 两总体均值之差和方差的区间估计 单个总体比率和两个总体比率差的区间估计 区间估计步骤 明确待估参数和置信度 用参数的点估计导出估计量的分布 利用估计量的分布给出置信区间。 1．总体均值?的区间估计 （1）正态总体，方差已知 当方差?2已知，此时样本均值 当给定显著性水平?时，有 （2）当总体分布未知，或非正态分布时，样本如果为大样本（n50时），认为样本均值近似地服从正态分布，用样本方差来估计总体方差。 例3 某县1997年抽样调查了400户农民家庭的人均年化纤布消费量，得到均值为3.3米，标准差为0.98米。试以95％的置信度估计该县1987年农民家庭年人均化纤布的消费水平。 解：由题意，虽然总体未知，但n=400属于大样本，可用Z统计量进行区间估计，即 将各数值代入，得到 置信区间为[3.204, 3.396] 故我们有95％的把握保证该县1997年农民家庭年人均化纤消费量为3.204米到3.396米。 (3)正态总体中，均值?和方差?2均未知 要用小样本估计?时，也要用样本方差S2代替?2，此时不能应用标准正态分布的Z统计量，而应该用t统计量，即 则均值?的1－?的置信区间为 例4 铅的比重测量值是服从正态分布的。现测量了16次，得到样本均值＝2.705，S＝0.029。若置信度为95%，试求铅的比重的置信区间。 解：根据已知n=16，样本均值＝2.705，S＝0.029，且从附录查到 铅比重的置信区间为[2.690，2.720]。 例5：已知一批产品的均值为μ，方差为0.52，问至少应抽