可得置信水平为095的置信区间.PPT

*/103 但n充分大时近似置信区间 §7.5 正态总体均值和方差的区间估计 */103 §7.5 正态总体均值和方差的区间估计 */103 §7.6 (0－1)分布参数的区间估计 设有一容量n50的大样本，它来自(0－1)分布的总体X，分布律为f(x;p)=px(1－p)1－x，x＝0，1 其中p为未知参数，求p的置信水平为1－α的置信区间 解：已知(0－1)分布的均值μ＝p，方差σ2＝p(1－p) 现在样本容量很大，由棣莫弗－拉普拉斯中心极限定理 样本的和 近似服从正态分布，且有 */103 §7.6 (0－1)分布参数的区间估计 于是有 设其两个解为p1，p2，p1p2 则（p1，p2）即为所求置信水平为1－α的置信区间 */103 §7.7 单侧置信区间 对于某些总体，比如灯泡平均寿命，我们往往只关心其下限，化学药品中杂质含量的上限，这时引出了单侧置信区间的概念 对于给定值α (0α1)，若由来自X的样本X1,X2,…,Xn确定的统计量 ＝ (X1,X2,…,Xn)对于任意的θ?Θ满足 P{ θ }?1－α 则称随机区间( ，∞)是θ的置信水平为1－α的单侧置信区间， 称 为置信水平为1－α的单侧置信下限 又若统计量 ＝ (X1,X2,…,Xn)对于任意的θ?Θ满足 P{θ }?1－α， 则称随机区间(－∞, )是θ的置信水平为1－α的单侧置信区间， 称为置信水平为1－α的单侧置信上限 */103 §7.7 单侧置信区间 单侧置信区间的确定方法同双侧置信区间取法，不同的是确定区间的时候一般只考虑单侧特性。 比如对于正态总体X，若均值μ，方差σ2均为未知 设X1,X2,…,Xn为一个样本，则由 ～t(n－1) 有 ＝1－α 即P{ }＝1－α 于是得到μ的一个置信水平为1－α的单侧置信区间 ( ，∞)，其它类似 */103 本章小结 */103 本章作业 第一次： P173：1，2(1,3)，3(1,3)，4(1,3) 第二次 P173：5，7(1)，8(1)，10，13 第三次 P210：14，16，18，20，21 */103 谢谢！ * */103 例如 §7.4 区间估计 */103 §7.4 区间估计 当X是连续型随机变量时，对于给定的α，总是按要求 求出置信区间。 当X是离散型随机变量时，对于给定的α，常常找不到区间 使得 恰为1－α，此时去找区间 使得 至少为1－α，且尽可能的接近1－α。 */103 置信区间的计算方法 例：设总体X～N(μ,σ2)，σ2为已知，μ为未知，设X1,X2,…,Xn是来自X的样本，求μ的置信水平为1－α的置信区间 解：置信区间由样本来确定， 是μ的无偏估计，可由样本获得观察值，且 ～N(μ,σ2/n)，所以 ～N(0,1) 它不依赖于任何未知参数，按标准正态分布的上α分位点的定义，有 §7.4 区间估计 */103 §7.4 区间估计 即 这样就得到了μ的一个置信水平为1－α的置信区间 ，常写成 如：取α＝0.05，即1－α＝0.95，又若σ＝1，n＝16，查表得z0.025=1.96，可得置信水平为0.95的置信区间( ±0.49) 若由一个样本值算得观察值 ＝5.20，则得到一个区间(5.20±0.49)即(4.71,5.69)该区间仍称为置信水平为0.95的置信区间。其含义是该区间包含真值μ的可信程度为95% */103 §7.4 区间估计 置信区间长度与估计精度 与区间的取法和样本容量有关 在相同的置信水平下，置信区间越短，估计精度越高 置信水平为1－α的置信区间不是唯一的，如在例1中若给定α＝0.05，则以下概率也成立 即 故置信区间为 ，也是置信水