置信度(置信区间计算方法)（修订版）.pdf

区间估计 引例 已知X ~ N (  ,1),  的无偏、有效点估计为X 常数 随机变量 不同样本算得的 的估计值不同， 因此除了给出 的点估计外, 还希望根据 所给的样本确定一个随机区间, 使其包含 参数真值的概率达到指定的要求. ch73 68 如引例中，要找一个区间,使其包含 的 真值的概率为0.95. ( 设n = 5 ) X ~ N , 1   X  ~ N 0 , 1    5  1 5 取 0.05 查表得 z/ 2 1.96 ch73 69  X     这说明 P  1.96  0.05  1   5   1 1  即 P X 1.96 5  X 1.96 5  0.95   称随机区间  X 1.96 1 , X 1.96 1     5 5  为未知参数 的置信度为0.95 的置信区间. ch73 70 置信区间的意义 反复抽取容量为5 的样本,都可得 一个区间,此区间不一定包含未知参数  的真值, 而包含真值的区间占95%. 若测得一组样本值, 算得 x 1.86 (1.86 – 0.877, 1.86 + 0.877) 则得一区间 它可能包含也可能不包含 的真值, 抽样得到的区间中有95%包含 的真值. ch73 71 为何要取z/ 2 ? 当置信区间为( X z 15 , X  z 15 ) 时 2 2 区间的长度为2z 1 ——