区间估计的基本概念.ppt

上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 * 第七章 参数估计 §7.2 区间估计的基本概念 * 一、基本概念 前面，我们讨论了参数点估计. 它是用样本算得的一个值去估计未知参数. 但是点估计值仅仅是未知参数的一个近似值, 它没有反映出这个近似值的误差范围， 使用起来把握不大. 区间估计正好弥补了点估计的这个缺陷 . * 譬如，在估计湖中鱼数的问题中，若我们根据一个实际样本，得到鱼数N的极大似然估计为1000万尾. 若我们能给出一个区间， 实际上，N的真值可能大于1000万尾， 也可能小于1000万尾. 在此区间内我们合理地相信 N 的真值位于其中. 这样对鱼数的估计就有把握多了. * 也就是说，我们希望确定一个区间，使我们能以比较高的可靠程度相信它包含真参数值. 湖中鱼数的真值 [ ] 这里所说的“可靠程度”是用概率来度量的， 习惯上 这里α是一个很小的正数. 称为置信概率，置信度或置信水平. 置信水平记作1-α, * 置信水平的大小是根据实际需要选定的. 例如，通常可取置信水平1-α=0.95或0.9等. 根据一个实际样本，由给定的置信水平， 使 我们求出一个尽可能小的区间 置信区间. 称区间 为θ的置信水平为1-α的 * 寻找置信区间的方法,一般是从确定误差限入手. 使得 根据置信水平1-α ，可以找到一个正数δ， 我们选取未知参数的某个估计量 ， 只要知道 的概率分布，确定误差限并不难. 称δ为 与θ之间的误差限. * 下面我们就来正式给出置信区间的定义, 由不等式 可以解出θ ： 这个不等式就是我们所求的置信区间. 并通过例子说明求置信区间的方法. * 置信区间定义： 满足 设θ是一个待估参数，给定α0, 若由样本X1,X2,…Xn确定的两个统计量 分别称为置信下限和置信上限. 则称区间 是θ的置信水平(置信度、置信概率) 为1-α的置信区间. * 这里有两个要求: 可见， 对参数θ作区间估计，就是要设法找出两个 只依赖于样本的界限(构造统计量) 一旦有了样本，就把θ估计在区间 内. * 2. 估计的精度要尽可能的高. 就是说，概率 要尽可能大. 即要求估计尽量可靠. 可靠度与精度是一对矛盾， 1. 要求θ以很大的可能被包含在区间 内. 尽可能短， 如要求区间长度 或能体现该要求的其它准则. 一般是在保证可靠度的条件下尽可能提高精度. * 二、单侧置信区间 上述置信区间中置信限都是双侧的，但对于有些实际问题，人们关心的只是参数在一个方向的界限. 例如对于设备、元件的使用寿命来说，平均寿命过长没什么问题，过短就有问题了. 这时，可将置信上限取为+∞，而只着眼于置信下限，这样求得的置信区间叫单侧置信区间. * 于是引入单侧置信区间和置信限的定义： 满足 设θ是 一个待估参数，给定α0, 若由样本X1,X2,…Xn确定的统计量 则称区间 是θ的置信水平为1-α的单侧置信区间. 称为单侧置信下限. * 又若统计量 则称区间 是θ的置信水平为1-α的单侧置信区间. 称为单侧置信上限. 满足 * 设灯泡寿命服从正态分布.求灯泡寿命均值μ的置信水平为0.95的单侧置信下限. 例1 从一批灯泡中随机抽取5只作寿命试验，测得寿命X（单位：小时）如下： 1050，1100，1120，1250，1280 由于方差 未知，取样本函数 解： 的点估计取为样本均值 * 使 即 对给定的置信度1-α,确定分位数 得均值μ的置信水平为1-α的单侧置信区间为 * 将样本值代入得 1065小时 即μ的置信水平为1-α的单侧置信下限为 μ的置信水平为0.95的单侧置信下限为 得均值μ的置信水平为1-α的单侧置信区间为 上一页 下一页 概率论与数理统计（湘潭大学） 目录 结束 返回 上一页 下一页 概率论