概率论第七章 第三节.pptVIP

区 间 估 计 置信区间与置信水平 单正态总体均值与方差的区间估计 解 例题4：用某仪器测量温度，重复5次，得数据如下： 1250,1260,1265,1245,1275摄氏度，若测得的数据服从正态分布，试求方差与标准差的置信水平为0.95的置信区间。 例题7：随机抽取一个年级中25名同学测量他们的身高，算得平均身高为170cm，标准差为12cm。如果身高X服从正态分布X～N(μσ2),求该年级学生平均身高μ和身高的标准差σ的0.95的置信区间。 解： 方差已知条件下两正态总体均值差的区间估计 问题提法: 第一个正态总体： 正态总体X～N(μ1, σ12)； X1,X2,…,Xn是一个简单随机样本； 样本均值、样本方差 第二个正态总体： 正态总体Y～N(μ2, σ22)； Y1,Y2,…,Yn是一个简单随机样本； 样本均值、样本方差 都已知 设置信水平为α，试求μ1-μ2置信区间。 方差已知条件下两正态总体均值差的区间估计 Step1:由前面一章的定理可得样本均值构成的随机变量W： Step2:对所给的置信水平α，有： Step3: 从不等式中解出μ1-μ2得： 因此均值μ1-μ2的置信区间为： 例题:某新型纺机所纺纱线的断裂强度X服从N(μ1,2.182),普通纺机所纺纱线的断裂强度Y服从N(μ2,1.762).现在对前者所纺纱线抽取容量为200的样本，算得样本均值为5.32，对后者所纺纱线抽取容量为100的样本，算得样本均值为5.76，试问在置信水平0.95下μ1　，μ2是否有明显区别？ 解： 从而根据方差已知情况下两正态总体均值差的置信区间得： 由于置信度为0,95的置信区间包含0，故认为这两个均值无明显差别。 方差未知条件下两正态总体均值差的区间估计 问题提法: 第一个正态总体： 正态总体X～N(μ1, σ12)； X1,X2,…,Xn是一个简单随机样本； 样本均值、样本方差 第二个正态总体： 正态总体Y～N(μ2, σ22)； Y1,Y2,…,Yn是一个简单随机样本； 样本均值、样本方差 都未知 设置信水平为α，试求μ1-μ2置信区间。 方差未知条件下两正态总体均值差的区间估计 Step1:由前面一章的定理可得样本均值构成的随机变量W： * 理解区间估计的概念，置信水平与置信区间 的概念。 会求正态总体的均值与方差的置信区间。 问题提法 这种形式的参数估计方法称为区间估计 . 定义：设总体X的分布函数中含有一个未知参数θ，对于给定的小数α(0α1)，如果能由样本 X1,X2,…,Xn 确定两个统计量： 则称区间 使得成立概率： 为参数θ的置信水平为1-α的置信区间。 置信区间的求法 例1：设总体X服从正态分布N(μ,σ2)，X1,X2,…,Xn是来自它的一个样本，其中μ未知，σ2已知，求总体均值μ的置信水平为1-α的置信区间。 解：注意到样本均值是μ的无偏估计量，并且有分布 但这个分布中有未知参数，将它标准化： 分布中包含要估计的参数！ W的分布不包含任何未知参数！ 从而可以选择数a,b使下面概率成立： 事实上： 从不等式 aWb中解出 μ 即得它的置信区间： 这是一个对称区间! μ的置信区间也可以写成： 长度为： 如果给出一个置信水平比如0.95，样本均值的观察值即： 则可得一个置信区间： μ的置信区间不是唯一的，按下图取分位点 则和另一个置信区间： 这两个μ的置信区间长度分别为： 第一个区间的长度更小，因此我们经常取长度较小的区间作为置信区间。 一般我们总是取α/2的分位点来构造置信区间! 根据这个例子我们总结出置信区间的求法： Step1:用参数的无偏估计量确定一个包含未知参数的随机变量W，使它具有确定的分布，即分布中不含任何参数。 一般我们总是取α/2的分位点来构造置信区间! Step2:对所给的置信水平，确定随机变量W的分位点即a,b使概率成立： Step3:从不等式 aWb 中解出未知参数即得置信区间。 Step1:显然样本均值服从正态分布即： 故选择随机变量W，则有： Step2:对所给的置信水平α，有： Step3: 从不等式中解出均值μ得： 因此均值μ的置信区间为： 例题1：从一批零件中抽取16个，测得长度单位cm为： 2.11 2.14 2.11 2.13 2.10 2.14 2.12 2.15 2.10 2.13 2.12 2.13 2.15 2.13 2.10 2.14 设零件长度X服从正态分布N(μ,0.012)，求总体均值μ的置信水平为0.9的置信区间。 解：σ=0.01,α=1-0.9=0.1,查表得： 再由样本可算出： 于是所求的置信区间为： 例题2：设总体X服从正态分布N(μ,1.252)，问抽取样本容量为多大的样本才能使总体均值μ的置信水平为0.95的置信区