管理统计学第5章参数估计1教学教材.ppt

现在考虑二正态总体均值差 的区间估计。因为 分别是 的点估计量，故 服从正态分布，而且 所以 1．已知?12，?22时，求的?1- ?2置信区间 由于随机变量 所以对于给定的置信水平1- ，有 从不等式 中解出?1-?2 ，即得 ?1-?2的置信水平为1- 的置信区间为 将 取其观察值 ，得置信区间为 2．?12，?22都未知时，求?1- ?2的置信区间 当样本容量n1, n2都很大时（>30），可用S12,S22、分别代替?12、?22 ，于是可用区间 作为?1-?2的近似的1- 置信区间。 3． 未知时，求?1-?2的置信区间，则t分布理论知 其中 在给定的置信水平1- 的条件下，有 由此可得?1-?2的置信水平为1- 的置信区间 当 及Sw取样本观察值时，置信区间为 【例3.13】某银行负责人想知道存户存入两家银行的钱数，他从每一家银行各抽选了一个由25个存户组成的随机样本。样本平均值如下：银行A： =450元；银行B： =325元。两个总体均服从方差分别为?A2=750和?B2=850的正态分布。试构造?A-?B的95%的置信区间。 解 由于两个总体均服从正态分布，因此 也服从正态分布，从而计算总体均值之差的置信区间可用： 这个公式。 因为当精度提高时即 变小时，（ ）覆盖真值? 的可能性也变小，从而降低了置信度，相反，当置信度增大时， 必然也增大，从而降低了精度，在实际问题中，一般是根据实际问题的需要，先选定置信度为1- ，然后再通过增加样本容量n提高精度。 二、区间估计的步骤 （1）构造一个随机变量g(?)（含待估计的未知参数，分布已知）； （2）给定置信水平 ，使 ； （3）从不等式 中解出 即? 得的 置信区间 ； （4）将xi代替 中的xi， 即得观察区间。 §3. 4 单正态总值均值与方差的区间估计 假设总体X~N（ ），构造 与 的置信区间有重要的实用意义，而且有关结果是完满的。 一、均值的置信区间 从总体X中取样本（X1，X2，…，Xn），设样本值为（x1, x2, x3, …，xn） 由于 随机变量 很明显，统计量Z的分布函数不依赖于未知参数μ。 设已给定对μ的区间估计置信度为1- 令 为Z的双侧 点） 解不等式（关于μ ）： 得 从而所求的100(1- )%置信区间为 将样本平均值 取其观察值 ，则 100(1- )%的置信区间为 【例3.9】某厂质量管理部门的负责人希望估计移交给接受部门的5500包原材料的平均重量，一个由250包原材料组成的随机样本所给出的平均值 =65千克。总体标准差? =15千克。试构造总体未知的平均值的μ置信区间，假定95%的置信区间已能令人满意，并假定总体为正态分布 解：（1）样本平均值=65千克 （2）由1- =0.95， /2=0.025，查标准正态分布表得 （3）写出置信区间= = = (63. 14, 66. 86) 于是，我们有95%的把握说总体平均值μ介于63.14和66.86千克之间。 [注意] 在很多情况下，我们遇到的总体为非正态分布，但中心极限定理告诉我们，当样本容量n足够大，无论总体服从什么分布，的柚样分布将近似地服从正态分布，因此当样本取自总体方差已知的非正态分布时，我们仍可以用 公式来近似求出总体平均值μ的置信区间。 2． 未知时，求μ的置信区间 稍微留意上述求得的μ的置信区间，不难发现只有在 已知时方法才可行。如果 未知，则可用样本方差S2代替总体方差 ，从而根据统计量： 对给定的置信水平1- ，令 可解得μ的1- 置信区间为 将 、S2分别取其观察值 则μ的1- 置信区间为 例3. 10 为了估计一分钟一次广告的平均费用，抽出了15电视台的随机样本