置信区间(详细定义及计算)演示课件.pptVIP

所求标准差σ的置信度为0.95的 置信区间由 得 得 好好的 为了估计灯泡使用时数（小时）的均值μ和 解 查表 测试了10个灯泡得 方差σ2， 若已知灯泡的使用时数为X， 求μ和σ2的置信区间。 由公式知μ的置信区间为 μ的置信区间为 查表 即 由公式知σ2的置信区间为 σ2的置信区间为 好好的 电动机由于连续工作时间（小时）过长会烧坏， 解 查表 烧坏前连续工作的时间X，得 求μ和σ2的置信区间。 今随机地从某种型号的电动机中抽取9台， 测试了它们在 设 由公式知μ的置信区间为 即 所求σ2的置信度为0.95的 置信区间 得 好好的 好好的 好好的 好好的 好好的 第七章 置信区间的概念 一、置信区间的概念 二 、数学期望的置信区间 三 、方差的置信区间 好好的 这种形式的估计称为区间估计. 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， 它没有反映出这个近似值的误差范围， 使用起来把握不大. 范围通常用区间的形式给出的。 较高的可靠程度相信它包含真参数值. 也就是说，我们希望确定一个区间， 使我们能以比 这里所说的“可靠程度”是用概率来度量的， 称为置信概率，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，称为显著水平。 好好的 若由总体X的样本 X1,X2,…Xn 确定的 则称 为随机区间。 两个统计量 随机区间与常数区间 不同， 其长度与在数轴上 的位置与样本 有关。 当一旦获得样本值 那么， 都是常数。 为常数区间。 好好的 若满足 设 是总体X的 一个未知参数， 的置信区间. （双侧置信区间）. 的置信水平（置信度）为 分别称为置信下限和置信上限 为显著水平. 为置信度， 则称区间 是 若存在随机区间 对于给定的 好好的 置信水平的大小是根据实际需要选定的. 根据一个实际样本， ，使 一个尽可能小的区间 由于正态随机变量广泛存在， 指标服从正态分布， 特别是很多产品的 我们重点研究一个正态总体情形 由给定的置信水平，我们求出 即取置信水平 或 0.95，0.9 等. 例如，通常可取显著水平 等. 数学期望 和方差 的区间估计。 好好的 设 为总体 的样本， 分别是样本均值和样本方差。 对于任意给定的α， 我们的任务是通过样本寻找一 它以1－α的概率包含总体X的数学期望μ。 个区间， 好好的 设 则随机变量 1、已知σ2时，μ的置信区间 令 好好的 这就是说随机区间 它以1－α的概率包含总体 X的数学期望μ。 由定义可知，此区间即为μ的置信区间。 好好的 置信区间也可简记为 它以1－α的概率包含总体X的数学期望μ。 由定义可知，此区间即为μ的置信区间。 其置信度为 1－α。 置信下限 置信上限 好好的 查表得 若由一个样本值算得样本均值的观察值 则得到一个区间 我们称其为置信度为0.95的μ的置信区间。 其含义是： 若反复抽样多次，每个样本值（n =16) 按公式 即 确定一个区间。 好好的 确定一个区间。 在这么多的区间内包含μ的占0.95, 不包含μ的占0.05。 本题中 属于那些包含μ的区间的可信 程度为0.95. 或“该区间包含μ”这一事实的可信程度 注： μ的置信水平1－α的置信区间不唯一。 为0.95. 好好的 当 n 充分大时， 无论X服从什么 分布，都近似有 μ的置信区间是总体 的前提下提出的。 均可看作EX的置信区间。 好好的 设总体X ~ N(μ,0.09)， 有一组样本值： 12.6，13.4，12.8，13.2， 求参数μ的置信度为0.95的置信区间. 解 μ的置信区间为 代入样本值算得 , [12.706，13.294]. 得到μ的一个区间估计为 注：该区间不一定包含μ. 有 1－α= 0.95，σ0= 0.3，n = 4, 好好的 可以取标准正态分布上 α分位点－z0.04 和 z0.01 ,则又有 则μ的置信度为0.95的置信区间为 与上一个置信区间比较，同样是 其区间长度不一样，上例 比此例 短。 好好的 第一个区间为优 （单峰对称的）。 可见，像 N(0,1)分布那样概率密度 的图形是单峰且对称的情况。 当n固定时以 的区间长度为最短， 我们一般选择它。 若以L为区间长度，则 可见L随 n 的增大而减少（α 给定时）， 有时我们嫌置信度0.95偏低或偏高， 也可采用0.99或 0.9. 对于 1－ α不同的值， 可以得到不同的置信区间。 好好的