数理统计第四章 区间估计 4.1基本概念.pdf

点估计 参数估计  区间估计 11 上一章，介绍了参数点估计，讨 论了估计量的优良性准则. 给出了寻 求估计量最常用的矩估计法和极大似 然估计法以及一致最小方差无偏估计. 参数点估计是用一个确定的值去估 计未知的参数. 看来似乎精确，实际上 把握不大. 为了使估计的结论更可信， 需要引入区间估计. 22 第四章 区间估计 4.1 区间估计的基本概念 4.1.1 参数的区间估计问题 估计你的年龄 八成在25－30岁之间 被估参数 可靠度 范围、区间 可靠度：越大越好 区间：越小越好 33 在估计湖中鱼数的问题中，若根据 一个实际样本，得到鱼数n 的极大似 然估计为1000条. 实际上，n 的真值可能大于1000条， 也可能小于1000条. 为此, 希望确定一个区间 来估计参数真值 44 a 使我们能以比较高的可靠程度相信它 包含参数真值. 湖中鱼数的真值 [  ] 这里所说的“可靠程度”是用概率来度量的 b 区间估计的精度要高. 55 定义4.1.1设有一个参数分布族F {f (x , ), }， g ()是定义在参数空间上的一个已知函数, X (X , , X )是从分布族中某总体f (x ,)中抽取的 1 n 样本.令 ˆ ˆ ˆ ˆ g (X ) g (X , , X ), g (X ) g (X , , X ) 1 1 1 n 2 2 1 n 是定义在样本空间上，取值在上的两个统计量，且 ˆ ˆ g (X ) g (X ) 1 2 ˆ ˆ 则称随机区间[g (X ),g (X )]为g ()的一个区间估计. 1 2 66 根据这个定义,从形式上看,任何一个满足条件 ˆ ˆ g (X ) g (X ) 1 2 的统计量g (X ),g (X )都可以构成g ()的一个ˆ ˆ