参数估计第二讲区间估计、正态总体均值与方差的区间估计.docVIP

第二讲区间估计、正态总体均值与方差的区间估计 Ⅰ.授课题目（章节） §7.4区间估计 §7.5正态总体均值与方差的区间估计 Ⅱ.教学目的与要求 理解置信区间的基本概念； 掌握正态总体均值和方差的置信区间的求法. Ⅲ.教学重点与难点： 重点：置信区间的基本概念的理解 难点：正态总体均值和方差在给定置信水平条件下的置信区间的求法 Ⅳ.讲授内容： §7.4区间估计 对于一个未知量，人们在测量或计算时，常不以得到近似值为满足，还需估计误差， 即要求知道近似值的精确程度（亦即所求真值所在的范围）.类似地，对于未知参数，除了求出它的点估计外，我们还希望估计出一个范围，并希望知道这个范围包含参数真值的可信程度，这样的范围通常以区间的形式给出，同时还给出此区间包含参数真值的可信程度.这种形式的估计称为区间估计，这样的区间即所谓置信区间. 置信区间 设总体X的分布函数含有一个未知参数，,（是可 能取值的范围），对于给定值,若由来自的样本,确定的两个统计量=(,)和=(,)(),对于任意满足 (,)(,), 则称随机区间（,）是的置信水平为的置信区间，和分别称为置信水平为的双侧置信区间的置信下限和置信上限，称为置信水平. 例1.设总体设～(,),为已知,为未知,设,是来自的样本,求的置信水平为的置信区间. 解 是的无偏估计,且有 ～(0,1). 所服从的分布(0 ,1)不依赖于任何未知参数,按标准正态分布的上分位点的定义,有 =, 即 =. 这样,我们得到了的一个置信水平为的置信区间 . 这样的置信区间常写成 . 通过例1，可以看到寻求未知参数的置信区间的具体做法如下. 1.寻求一个样本,的函数： ， 它包含待估参数，而不含其它未知参数，并且的分布已知且不依赖于任何未知参数（当然不依赖于待估参数）； 2.对于给定的置信水平，定出常数，使 ； 3.若能从得到等价的不等式,其中=(,),=(,)都是统计量,那么（,）就是的一个置信水平为的置信区间. §7.5正态总体均值与方差的区间估计 一、单个总体(,)的情况 设已经定置信水平为，并设,为总体(,)的样本.，S分别是样本均值和样本方差。 1. 均值的置信区间 （a） 为已知. 此时由例1采用 ～(0,1)的函数，已得到的一个置信水平为的置信区间为 （b）为未知. 因其中含未知参数.考虑到是的无偏估计，由第六章定理三，知 ～ 并且右边的分布不依赖于任何未知参数.可得 =, 即 =. 这样,我们得到了的一个置信水平为的置信区间 . 例1.有一大批糖果。现从中随机地取16袋，称得重量（以克计）如下： 508 499 503 504 510 497 512 505 493 496 506 502 509 496 设袋装糖果的重近似地服从正态分布，试求总体均值的置信水平为0.95的置信区间. 解 这里=0.95，,,,由给出的数据 算得,.由此总体均值的置信水平为0.95的置信区间为 ， 即 (500.4, 507.1). 这就是说估计袋装糖果重量的均值在500.4克与507.1克之间，这个估计的可信程度为95%.若以此区间内任一值作为的近似值，其误差不大于2.13152= 6.61（克），这个误差估计的可信程度为95%. 2.方差的置信区间 此处，根据实际问题的需要，只介绍未知的情况。 的无偏估计为S，由第6章§2定理二知～,并且此式右端的分布不依赖于任何未知参数，故有 P 即 P 这就得到方差的一个置信水平为1的置信区间 . 同时，还容易得到标准差的一个置信水平为1的置信区间 . 注意，在密度函数不对称时，如分布和F分布，习惯上仍是取对称的分位点来确定置信区间. 求例1中总体标准差的置信水平为0.95的置信区间. 解 现在/2=0.025，1，，查表得, ，又s=6.2022, 由此得所求的标准差的一个置信水平为0.95的置信区间为 (4.58，9.60). 二、两个总体(,)，(,)的情况 在实际中常遇到下面的问题，已知产品的某一质量指标服从正态分布，但由于原料，设备条件，操作人呐不同，式工艺过程的改变等因素，引起总体均值，总体方差有所改变，我们需要知道这些变化有多大，这就需要考虑两个正态总体均值差式方差比的估计问题. 设已经定置信水平为，并设,是来自第一总体的样本; , 是来自第二总体的样本,这两个样本相互独立.且设,分别为第一、二个总体的样本均值, ,分别是第一、二个总体的样本方差. 两个总体均值差-的置信区间 （a） ,均为已知. 因,分别为,的无偏估计,故-是-的无偏估计.由,的