7.3. 区间估计的定义.pptVIP

3.已知的正态总体X的标准差为1，由来自X的简单随机样本建立的数学期望?的0.95的置信区间，则当样本容量为25时的置信区间的长度L= 7.3.2.2 正态总体方差σ2 的置信度为1-α的 置信区间 设总体X~N(μ,σ2), X1,X2,…,Xn为X 的一个样本, 求一个区间使之以1-α的概率包含σ2的真值. χ2 1-? α/2 α/2 包含σ 统计量 变形得到σ2 的1-α 置信区间: 讲讲练练 * * * 33 如:对明年小麦的亩产量作出估计为: 若设X表示明年亩产量,则估计结果为 P(800≤X≤1000)=80% 明年小麦亩产量八成为800-1000斤. 区间估计 什么是区间估计? ? 双侧置信区间 ? 1.精确度 2.可靠度 区间估计的两个要求 1 可靠度大 2 精度要高 可靠度与精度是一对矛盾， 一般是在保证可靠度的条件下 尽可能提高精度. 长度尽可能短 要尽可能大. 设总体分布中含有未知参数? 对于给定的值 如果由样本X1,X2, …,Xn能够找到两个统计量 使得 称概率1??为置信度或置信水平; 称区间 是? 的置信度为1??的双侧置信区间; 分别称为置信下限和置信上限. 定义7.3.1 —置信区间(confidence interval) ? 短 大 较宽的区间会有更大的可能性包含参数 但实际应用中，过宽的区间往往没有实际意义 比如，天气预报说“在一年内会下一场雨”， 虽然这很有把握，但有什么意义呢？ 置信区间的大小 2. 准确(过窄)的区间同样不一定有意义， 过窄的区间虽然看上去很准确，但把握性就会降低， 比如，用区间[30，31]取估计某人的年龄，虽然提供 了关于此人年龄的信息，但却很难使人相信这一结果的正确性. 如果用某种方法构造的所有区间中 有95%的区间包含总体参数的真值， 5%的区间不包含总体参数的真值， 1??—置信水平(confidence level) 常用的置信水平值有 99%, 95%, 90% 相应的α 为0.01，0.05，0.10 设?是总体X的参数， 是?的置信水平为1??的置信区间， 则式子（ ）成立. 为什么要研究区间估计？ 参数的点估计,它是用样本算得的一个值去估计未知参数. 点估计有使用方便、直观等优点,但它并没有提供关于估计精度与可靠度的任何信息, 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. 区间估计正好弥补了点估计的这个缺陷 . 7.3.2.1 正态总体均值μ的置信度1??的 置信区间 设总体X~N(μ,σ2), μ未知 X1,X2,…,Xn为X 的一个样本, (1)σ2已知 (2)σ2未知 求一个区间使之以1-α的概率包含μ的真值. σ2 样本包含?的统计量 已知 未知 x 1?? α/2 α/2 z 1?? α/2 α/2 0 (1)σ2已知 z 1?? α/2 α/2 ?(x) 变形得到μ的1-α区间估计: 所求置信水平为1-α置信区间为 x 1?? 0.01 0.04 x 1?? 0.025 0.025 ?(x) ?(x) 置信区间 置信区间长度 置信度相同时,当然置信区间越短越好. x 1?? α/2 α/2 (2)σ2未知 变形得到μ的1-α区间估计: 所求置信水平为1-α置信区间为 ?2 正态总体均值μ的置信区间 已知 未知 讲讲练练 设总体X~N(μ,0.92),X1,X2,…,X 9为来自总体的简单随机样本，样本均值为5，求μ的置信度为95%的置信区间。 解: 查表得：z0.025=1.96, 代入得所求置信区间为 (4.412，5.588) 置信区间 .2.测量铝的比重16 次，得 设测量结果服从正态分布 参数 未知， 则铝的比重? 的置信度为0.95 的置信区间为： * * * 33