概率7修改.pptVIP

注 置信区间的长度 反映了估计精度， 越小, 估计精度越高. ? 反映了估计的可靠度, ? 越小, 1- ? 越大,估计的可 靠度越高, 同时， 往往增大, 因而估计精度降低. ? 确定后, 置信区间选取方法不唯一, 常选最小的一个. 求未知参数θ的置信区间的一般方法： （1）对于给定的样本X1, X2, … , Xn，构造仅包含未知参 数θ样本函数 并且 T 的分布已知，在 T 的分布中不依赖任何未知参数． （2）对于给定的置信度 ，定出两个常数a，b，使 （3） 整理* 式，得出等价式子 得到θ的一个置信水平为1- ? 的置信区间（θ1 ,θ2 ）． 置信度也叫置信水平。 §4 正态总体参数的区间估计 设 ，从总体X中抽取样本 ，样 本均值为 ，样本方差为 。 1 设? 2已知，求? 的置信度为1- ? 的置信区间 推导 4.1 单个正态总体均值与方差的区间估计 例4.1 某车间生产的螺杆直径服从正态分布 , 今随机地从中抽取5只，测得直径分别为 22.3，21.5，22.0，21.8，21.4． 求 的置信水平为0.95的置信区间。 解 （1）已知 、 ，查表得 的置信水平为0.95置信区间 2 设? 2未知，求? 的置信度为1- ? 的置信区间 由于S 2 是 的无偏估计，因此用S 2 代替 ，有 例4.2 某车间生产的螺杆直径服从正态分布 , 今随机地从中抽取5只测得直径值为 22.3，21.5，22.0，21.8，21.4． 求 的置信水平为0.95置信区间。 s = 0.367 ．查表得 解 =2.7764 因此 的0.95置信区间为 3 设 已知, 求 的置信度为 的置信区间 由于 对于给定置信度 整理得 * §1 参数的点估计 §2 估计量的评选标准 §3 参数的区间估计 §4 正态总体参数的区间估计 §5 单侧置信区间 §1 参数的点估计 设总体X的分布函数的形式为已知的F ( x,θ ) ，其中x 是自变量,θ为未知参数（它可以是一个数，也可以是一个向量）．借助于总体X的一个样本（X 1, X 2, …, X n），来估计未知参数θ的值的问题，称为参数的点估计问题． （ x1, x2, …,xn ）为θ的点估计值. 点估计的问题就是要构造一个适当的统计量 ( X1, X2, …,Xn )，用样本的一组观察值（ x1, x2, …, xn ），得到 的观察值 （ x1, x2, …, xn ), 以此来估计未知参数θ ．称统计量 （ X 1, X 2, …, X n ）为θ的点估计量，称 1.1 矩估计法 思想方法：用样本 k 阶矩作为总体 k 阶矩的估计量, 建立含有待估参数的方程, 从而解出待估参数. 设总体 X 的分布函数为 ，其中 为 r个未知参数. 假设总体 X 的各阶原点矩 存在, 则E (X k)是 的函数，即 对于总体 X 的样本（X1, X2, …,Xn），样本的 k 阶原点矩为 根据辛钦大数定律 ，用 即 从上述方程组中解出 ，分别记作 以此作为未知参数 的估计量，称为矩估计量 如果样本观测值为（x1, x2, …,xn），则得未知参数 的矩估计值为 例1.1 设总体 X 服从参数为 的泊松分布，其中 0 为未知，又设X1, X2, …,Xn为X 的样本，求 的矩估计量和矩估计值． 解 未知参数 的矩估计值为 用 代替 ， 得未知参数 的矩估计量 例1.2 设总体 X 服从参数为 的指数分布，其概率密度 为 其中 为未知，又设 为 X 的样本，求 的矩 估计量． 解 由于 又设 例1.3 设总体 其中 未知， 为 X 的样本，求 的矩估计量． 因