参数的区间估计教程.pptVIP

解： 知μ1- μ2的置信度为1-α的置信区间是： 由? 1 =5(g)，? 2 =4(g)， 又 计算 所以μ1- μ2的置信度为0.99的置信区间是： 例4.某食品处理前取样分析其含脂率为：0.19，0.12，0.18，0.30，0.21，0.27，0.30，0.42，0.66，0.08；处理后取样分析其含脂率为：0.15，0.04，0.13，0.08，0.00，0.20，0.07，0.12，0.24，0.13，0.24，假如处理前后的含脂率均 服从正态分布，且方差不变，试求处理前后的含脂率期望之差μ1- μ2的置信度为0.95的置信区间. μ1- μ2的置信度为1-α的置信区间是： 解： 由 未知，但 ，可知， 由给定数据算得 所以，μ1- μ2的置信度为0.95的置信区间是： 计算 又 解： 例5.设X~N ( ?1? ? 12 )， Y~N ( ?2? ? 22 )，且X和Y相互独立，分别在X、Y中取容量为n1=13， n2=10的样本，测得样本方差分别为S 12 =8.41， S22 =5.29，求方差比 的置信度为0.90的置信区间. 的置信度为1-α的置信区间是： 计算 的置信度为0.90的置信区间是： 所以 五、大样本场合下p和μ的区间估计 1、大样本场合下概率p的置信度为1-α的置信区间为 推导： 由中心极限定理知，当n充分大时，统计量 近似 将 p 的估计值 代入，得 p的置信度为1-α的置信 区间为 2、大样本场合下总体均值μ的置信度为1-α的置信区间为 推导： 由中心极限定理知，当n充分大时，统计量 近似 从而得μ的置信度为1-α的置信区间为： 解： 例6. 某厂对一批产品随机抽验400件，发现60件不合格，求这批产品的次品率 p 的置信度为0.99的置信区间. p 的置信度为0.99的置信区间为 现知 所以，p 的置信度为0.99的置信区间是： 计算 为了解估计值的精确度，需要对θ的取值估计出一个范围；为了解其可靠性，需要知道这个范围包含参数θ的真值的可靠程度。这样的范围通常以区间的形式给出，这就是所谓区间估计问题. 第四节 参数的区间估计 一、置信区间和置信度 二、单个正态总体均值和方差的置信区间 三、两个正态总体均值差的置信区间 四、两个正态总体方差比的置信区间 五、大样本场合下p 和μ的区间估计 一、置信区间和置信度 设总体X的概率密度为 θ是未知参数， X1,X2,…,Xn为X 的样本，对于事先给定的α (0α1)， 若存在统计量 和 定义： 使得 则称区间 是参数θ 的置信度为1-α的置信区间， 和 分别称为置信度 为1-α的置信区间的置信下限和置信上限， 1-α称为置 信度。 1.不要把 理解为θ落在区间 θ真值的概率为1-α. 关于区间估计的几点说明： 是统计量，即 是随机区间，而θ是一个客观存 在的未知数.所以确切的理解是随机区间 包含 内的概率为1-α，这种理解不够确切.因为 和 都 例如： 对总体取100个容量为n 的样本观察值，可得到100个 (α=0.05) 应理解为： ，其中平均有95%个包含了未知参 确定的区间 数θ的真值，还有大约5%个不包含θ的真值. 2.置信区间的长度反映了估计的精确度，置信区间长度越小，估计的精确度越高. 3.置信度1－α反映了估计的可靠度， 1－α 越大越可靠.但是，若提高可靠度就会降低精确度，提高精确度就会降低可靠度. 先保证可靠度（置信度）1－α,再选置信区间中长度最小的那个以提高精确度. 处理原则： 求置信区间的步骤： 1.明确问题，确定要求的是哪一个参数的置信区间，置信度是多少. 2. 构造一个有确定分布的样本的函数： 它含有待估参数但不含其它未知参数. 4.对不等式 作等价变形， 3.根据随机变量的分布，对给定的置信度1 ? ?，定出常数 a , b ,使得 得到如下形式: 得置信区间： 二、单个正态总体均值和方差的置信区间 1. 方差? 2已知, ? 的置信度为1-α的置信区间是： 推导： ~N(0, 1) 对给定的置信水平1 ? ?，查正态分布表得 则 设总体X~N (?, ? 2). X1 , X2 , … , Xn是取自X的样本， 样本均值 样本方差S2 φ(x) x -z?/2 z?/2 1 ? ? 从而得 于是得? 的置信区间为： 也可简记为： 当置信区间为 时，区间的长 度为 达到最短. 2. 方差? 2未知, ? 的置信度为1-α的置信区间是： 推导： 从而得： 于是得? 的置信区间为： 也可简记为： 对给定的置信水平1 ? ?，查t分