概率论与数理分析.pptVIP

1、设随机变量 , 现有X的10个观察值 ,已知 . (1)求μ的置信度为0.95的置信区间； (2)要使0.95的置信区间长度小于1，样本容量n 应最少为多少？ (3)若样本容量n=100，则区间 作为μ的置信区间，其置信度是多少？ 答案： (1)(498.27,501.76); (2) n至少113；（3）99.78%. 2、设某种配件的内径 今随机抽取16个配件，测得平均内径为3.05mm，样本标准差为0.4mm,试求 和 的置信度为0.95的置信区间。 答案： (1)(2.837, 3.263); (2) (0.096,0.331) 两个正态总体未知参数的置信区间（一） 双侧置信区间的上、下限 随机变量 的分布 随机变量 待估参数 两个正态总体未知参数的置信区间（二） 双侧置信区间的上、下限 随机变量 的分布 随机变量 待估 参数 说明： 2、有效性(最小方差性） 例3 解： 结论：在期望的一切无偏估计量中，样本均值最有效。 3、相合性(一致性) ⊙12.7 期望和方差的点估计 1. 期望的点估计 样本均值 是EX的无偏估计量、一致估 计量，且在EX的所有估计量中最有效。 2. 方差的点估计 样本方差 是DX的无偏估计量、一致估计量。 而未作修正样本方差 是DX的有偏估计量。 总体的期望和方差的估计问题，在总体参数估计中占特别重要的地位。 而区间估计不只根据样本给出未知参数的取值范围，而且还可给出这个范围包含该参数的可信程度. §6.3 正态总体参数的区间估计 一、 区间估计 定义： 对给定的置信水平 ，根据样本观测值来确定未知参数 的置信区间 ，称为参数 的区间估计。 通常，采用95%的置信度，有时也取99%或90%. 另外，置信区间不是唯一的。置信度相同时，区间长度越短越好；通常取对称的置信区间。 二、正态总体均值的区间估计 (1) 已知时，求μ的置信区间 对于给定的 （0 1),由正态分布函数表可查出 数 ,使之满足： 已知： 构造统计量： 或： (★) 所以，总体均值μ的置信度为1-α的置信区间为： 说明： （1）置信区间不唯一，在置信度固定的条件下，置信区间越短，估计精度越高. （2）在置信度固定的条件下，n 越大，置信区间越短，估计精度越高. （3）置信区间公式中的 按下式计算： 即 例1 设总体 ， 是来自总体X的容量为9的样本，已知 ，试求样本均值μ的90%的置信区间。 解： 把以上数据代入（★）式得，μ的置信度为90%的 置信区间为： 查标准正态分布数值表得： 已知： 解： 例2 从一批零件中抽取9个,测得9个零件直径的均值为20.01，已知总体服从正态分布 ， 求这批零件直径的均值 的置信水平为0.95及0.99的置信区间. 把以上数据代入（★）式得，μ的置信度为95%的 置信区间为： 查正态分布表,得临界值为: (1)已知： 把以上数据代入（★）式得，μ的置信度为95%的 置信区间为： 查正态分布表,得临界值为: (2) (2) 未知时，求μ的置信区间 对于给定的 （0 1),由 t分布上侧分位数表可查出数 ,使之满足： 由此可得： 因此不能再用统计量： 而选取统计量： 所以， μ的置信度为1-α的置信区间为： (★ ★) 由 t 分布曲线对称性得： 上述两式合并可得： 即： 解： 例3 在上面例2中，设未知 ，求零件直径的均值 的置信水平为0.95的置信区间。 由样本值计算得： 由此得置信区间： 小结：求总体 均值 μ的区间估计步骤： 1. 已知，求μ的区间估计 步骤:（1）选统计量： 求出 ; 注意公式： (3) 由样本值