数理统计 第三篇课件 吕晓玲.pptVIP

统计推断的过程 2、回顾分位数 注1： 7、枢轴量 设灯泡寿命服从正态分布. 求灯泡寿命均值 的置信水平为0.95的单侧置信下限. 例2 从一批灯泡中随机抽取5只作寿命试验，测得寿命X（单位：小时）如下： 1050，1100，1120，1250，1280 方差 未知 解 的点估计取为样本均值 , 对给定的置信水平 ，确定分位点 使 即 于是得到 的置信水平为 的单侧置信区间为 将样本值代入得 的置信水平为0.95的单侧置信下限是 1065小时 的置信水平为 的单侧置信下限为 即 课堂练习 随机地取炮弹 10 发做试验，得炮口速度的标准差 , 炮口速度服从正态分布. 求这种炮弹的炮口速度的标准差 的置信水平为0.95 的置信区间. 由 解 随机地取炮弹 10 发做试验，得炮口速度的标准差 , 炮口速度服从正态分布. 求这种炮弹的炮口速度的标准差 的置信水平为0.95 的置信区间. 于是得到 的置信水平为 的置信区间为 这里 可得到 的置信水平为 的置信区间为 上述三步中，关键是第一步，构造枢轴量G,G的分布不能含有 未知参数，譬如标准正态分布N(0，1)、t分布等不含未知参数。 例3： 数理统计 第3章 区间估计 置信区间 正态总体参数的置信区间 大样本置信区间 总体 总体均值、比例、方差 样本 样本统计量 例如：样本均值、比例、方差 0 引言 前面，我们讨论了参数点估计. 它是用样本算得的一个值去估计未知参数. 但是，点估计值仅仅 是未知参数的一个近似值，它无法给出这个近似值的精度（也可用均方误差来刻画），使用起来把握不大（间接）. 区间估计正好弥补了点估计的这个缺陷（可直接给出误差限） . 譬如，在估计湖中鱼数的问题中，若我们根据一个实际样本，得到鱼数 N 的极大似然估计为1000条. 若我们能给出一个区间，在此区间内我们合理地相信 N 的真值位于其中. 这样对鱼数的估计就有把握多了. 实际上，N的真值可能大于1000条，也可能小于1000条. 也就是说，我们希望确定一个区间，使我们能以比较高的可靠程度相信它包含真参数值. 湖中鱼数的真值 [ ] 这里所说的“可靠程度”是用概率来度量的 ， 称为置信度或置信水平. 习惯上把置信水平记作 ，这里 是一个 很小的正数，其大小是根据实际需要选定的. 1、区间估计 3、 置信区间 这里有两个要求: 注2： 对参数 作区间估计，就是要设法找出两个 只依赖于样本的界限(构造统计量). 可靠度与精度是一对矛盾，一般是 在保证可靠度的条件下尽可能提高 精度. 1. 要求 以很大的可能被包含在区间 内，就是说，概率 要尽可能大 . 即要求估计尽量可靠. 2. 估计的精度要尽可能的高. 如要求区间长度 尽可能短，或能体现该要求的其它准则. 4、同等置信区间 ~ N(0, 1) 选 的点估计为 , 求参数 的置信度为 的置信区间. 例1 设X1,…Xn是取自 的样本， 明确问题,是求什么 参数的置信区间? 置信水平是多少？ 寻找未知参 数的一个良 好估计. 解 寻找一个待估参数和 统计量的函数 ，要求 其分布为已知. 有了分布，就可以求出 U取值于任意区间的概率. 5、置信区间的求法 从中解得 对给定的置信水平 查正态分布表得 使 也可简记为 于是所求 的 置信区间为 从例1解题的过程，我们归纳出求置信区间的一般步骤如下: 1）明确问题, 是求什么参数的置信区间? 置信水平 是多少? 2） 寻找参数 的一个良好的点估计 T(X1,X2,…Xn) 3）寻找一个待估参数 和估计量 T 的函数 U(T, ),且其分布为已知. 4）对于给定的置信水平 ，根据U(T, )的分布，确定常数a, b，使得 P(a U(T, )b) = 5）对“aS(T, )b”作等价变形,得到如下形式: 即 于是 就是 的100(