第6章 参数估计(ok).pptVIP

参数? 所有可能取值组成的集合称为参数空间 参数估计有两种：点估计、区间估计 在实际问题中，由于轮胎的寿命越长越好， 可以只求平均寿命的置信下限， 构造单边的置信下限。 n=12， = 4.7092， s2 =0.0615， ? =0.05， t0.95(11) = 1.7959 ? 的0.95置信下限： = 4.5806（万公里） 由于 ? 的1-? 置信下限为： 3. ? 2的置信区间（ ? 未知 ） ? 2的1-? 同等置信区间: 三、单个正态总体下参数的置信区间 枢轴量: 例6 某厂生产的零件重量服从正态分布N(?,? 2), 现从生产的零件中抽取9个, 测得重量为(单位: 克) 45.3 45.4 45.1 45.3 45.5 45.7 45.4 45.3 45.6 试求总体标准差? 的0.95置信区间。 解： ? 未知， ? 2的1-? 置信区间： s2 = 0.0325 ? 20.025(8) = 2.1797 ? 20.975(8) = 17.5345 ? 的 0.95 置信区间: [0.1218，0.3454] 枢轴量: ? 未知 ? 2 ? 2 未知 ? 2 已知 ? 置信区间 枢轴量及其分布 条件 被估 参数 单个正态总体均值和方差的置信区间 四、两个正态总体下参数的置信区间 x1 , …, xm 是来自 N(?1 ,? 12) 的样本， y1 , …, yn 是来自 N(?2 ,? 22) 的样本， 两个样本 相互独立 样本均值： 样本方差： 问题：讨论 均值差 和 方差比的置信区间 1）?1 -?2 的置信区间 2）? 12/? 22的置信区间 1. ?1 -?2 的置信区间 1）? 12 与 ? 22 已知 x1 , …, xm 来自 N(?1 ,? 12) y1 , …, yn 来自 N(?2 ,? 22) 枢轴量： ?1 -?2 的1-? 置信区间： 1. ?1 -?2 的置信区间 2）?12 与 ?22 未知， 但? 12 =? 22 =? 2 x1 , …, xm 来自 N(?1 ,? 2) y1 , …, yn 来自 N(?2 ,? 2) 独立 1. ?1 -?2 的置信区间 2）?12 与?22 未知，? 12 =? 22 =? 2 独立 1. ?1 -?2 的置信区间 2）?12 与?22 未知，? 12 =? 22 =? 2 枢轴量： 定理2 若 分别是?1, …, ?k 的相合估计， ? =g(?1 , …, ?k) 是 ?1, …, ?k 的连续函数， 则 是? 的相合估计。 一、相合性（一致性） 二、无偏性 设 ? 的参数空间为Θ， 若对任意的? ∈Θ，有 定义 则称 是? 的无偏估计， 否则称为有偏估计。 是? 的一个估计， 定理 设总体 X 具有二阶矩， 即 E(X)=? ? ?, Var(X)=? 2 ? ?, x1, x2, …, xn 为从总体的一个样本， 则 和 s2 分别是样本均值和样本方差， 3) E(s2) =? 2 复习 结论 说明： 样本均值 是 总体均值 ? 的无偏估计 样本方差 s 2 是 总体方差 ? 2 的无偏估计 例3 样本方差 s*2 不是总体方差? 2 的无偏估计. 当样本量 n ? ? ， E( s*2 ) 称 s*2 为? 2 的渐近无偏估计。 ? ? 2 例4 证明：样本标准差 s 不是总体标准差? 的无偏估计. E( s 2 )=? 2 证明： = Var(s) + (Es)2 Var(s)＞0 ( Es ) 2 = ? 2 - Var(s) E(s) ＜ ? 故 s 不是 ? 的无偏估计 ＜ ? 2 三、有效性 设 是? 的两个无偏估计， 如果对任意的? ∈Θ , 有 且至少有一个? ∈Θ使得上述不等号严格成立， 则称