嘉兴学院课件第六章参数估计区间估计.ppt

§6.5 区间估计 6.5.1 区间估计的概念 则称随机区间[ ]为? 的置信水平为1-? 的置信区间，或简称[ ]是? 的1-?置信区间. 和 分别称为? 的（双侧）置信下限和置信上限. 例6.5.1 设x1, x2 , …, x10是来自N(?,? 2)的样本，则? 的置信水平为1-? 的置信区间为 其中， ,s 分别为样本均值和样本标准差。这个置信区间的由来将在6.5.3节中说明，这里用它来说明置信区间的含义。 若取? =0.10，则t0..95(9)=1.8331，上式化为 现假定? =15,? 2 =4，则我们可以用随机模拟方法由N(15,4)产生一个容量为10的样本，如下即是这样一个样本：14.85 13.01 13.50 14.93 16.97 13.80 17.9533 13.37 16.29 12.38 由该样本可以算得 从而得到? 的一个区间估计为 该区间包含? 的真值--15。现重复这样的方法 100次，可以得到100个样本，也就得到100个区 间，我们将这100个区间画在图6.5.1上。 由图6.5.1可以看出，这100个区间中有91个包含参数真值15，另外9个不包含参数真值。 取?=0.50，我们也可以给出100个这样的区间，见图6.5.2。可以看出，这100个区间中有50个包含参数真值15，另外50个不包含参数真值。 定义6.5.2 沿用定义6.5.1的记号，如对给定的? (0? 1)，对任意的?∈Θ，有 （6.5.2） 称 为? 的1-? 同等置信区间。 同等置信区间是把给定的置信水平1-? 用足了。常在总体为连续分布场合下可以实现。 定义 若对给定的? (0? 1)和任意的?∈Θ，有 ，则称 为? 的置信水平为1-? 的（单侧）置信下限。假如等号对一切?∈Θ成立，则称 为? 的1-? 同等置信下限。若对给定的? (0 ? 1)和任意的?∈Θ，有 ,则称 为? 的置信水平为1-? 的（单侧）置信上限。若等号对一切?∈Θ成立，则称 为1-? 同等置信上限。 单侧置信限是置信区间的特殊情形。因此，寻求置信区间的方法可以用来寻找单侧置信限。 6.5.2 枢轴量法 构造未知参数? 的置信区间的最常用的方法是枢轴量法，其步骤可以概括为如下三步： 1. 设法构造一个样本和? 的函数 G=G(x1, x2 , …, xn,? ) 使得G的分布不依赖于未知参数。一般称具有这种性质的G为枢轴量。 2. 适当地选择两个常数c,d，使对给定的? (0? 1) 有 P(c≤G≤d)=1- ? 3. 假如能将c≤G ≤d 进行不等式等价变形化为 则[ ， ]是? 的1-? 同等置信区间。 关于置信区间的构造有两点说明： 例6.5.2 设x1, x2 , …, xn是来自均匀总体U(0, ? )的一个样本，试对给定的? (0? 1)给出? 的1-? 同等置信区间。 （3）利用不等式变形可容易地给出? 的1-?同等置信区间为[x(n) /d，x(n) /c]，该区间的平均长度为 。不难看出，在0≤cd≤1及dn-cn=1-? 的条件下，当d=1, c= 时， 取得最小值，这说明 是? 的置信水平1-? 为最短置信区间。 6.5.3 单个正态总体参数的置信区间 一、? 已知时? 的置信区间 在这种情况下，枢轴量可选为 ，因为正态分布为对称分布,故当d=-c=u1-?/2时，区间长度达到最小，由此给出了的同等置信区间为 [ ， ]。 （6.5.8） 这是一个以 为中心，半径为 的对称区间，常将之表示为 。 例6.5.3 用天平秤某物体的重量9次，得平均值为 （克），已知天平秤量结果为正态分布，其标准差为0.1克。试求该物体重量的0.95置信区间。 解：此处1-? =0.95，? =0.05，查表知u0.975=1.96，于是该物体重量? 的0.95置信区间为 ， 从而该物体重量的0.95置信区间为