概率统计和随机过程课件8.3_置信区间.pdf

第三节 置信区间 第三节 置信区间 一、置信区间 设总体分布含有一未知参数，又 x ,x ,,x 为来自于总体的样本，若对于 1 2 n 给定(01)，统计量 (x,x ,,x )和 1 1 2 n  (x,x ,,x )满足 2 1 2 n P{(x ,L ,x ) (x ,L ,x )} 1 1 1 n 2 1 n 则称区间[ , ]为相应于置信度是1- 1 2 的置信区间，简称置信区间。  ,分别称为置信下限和置信上限. 1 2 (1-)称为置信度。 注意：区间[ , ]是随机区间。 1 2 二、单侧置信限 若对于给定的(01),统计量  (x,x ,,x )满足 1 1 2 n P {  (x , , x )} 1 1 1 n 2 则称区间 [ ,+)为相应于置信度是1- 1 的单侧置信区间，1称为置信度是1-的 单侧置信下限。类似，满足下式 P { (x ,L ,x )} 1 2 1 n 的2为单侧置信上限。 问题: 如何确定总体参数的区间估计 [ , ]呢？对于一般总体是难于确定的. 1 2 现仅能确定正态总体N(,2)中参数,2 的区间估计这对许多实际应用已经够了. 第四节 正态分布均值和方差 的区间估计 4 抽样本分布的某些结论 (Ⅰ) 一个正态总体 2 2 设 X ~ N (, ) E (X ) , D (X )  X , X , , X 总体的样本为( )，则 1 2 n 2  X  X ~ N (, )  ~ N (0,1) n  (n 1)S 2 n 2 与 X (n 1)S 2 n X i X 2 2  2    ~  (n 1)