概率论与数理统计：C7_3 区间估计.ppt

* * 例 甲、乙两种稻种分别种在10块试验田中，每块田中甲、乙稻种各种一半。假设两种稻种产量X、Y 服从正态分布，且方差相等。 10块田中的产量如下表 (单位：公斤) ，求两稻种产量的期望差 ?1- ?2 的置信区间(α=0.05)。 甲 140 137 136 140 145 148 140 135 144 141 乙 135 118 115 140 128 131 130 115 121 125 解：设X~N(?1,?12) ，Y~N(?2,?22) ， ?12 = ?22 = ?2 ，要估计?1- ?2，取统计量 由样本表可计算得： 查t 分布表得： t0.025(18)= 2.1009 可得两稻种产量期望差的置信度为95%的置信区间为： # 常见的区间估计 被估参数 条件 枢轴变量 置信区间 μ σ2 已知 μ σ2 未知 σ2 μ 已知 σ2 μ 未知 被估参数 条件 枢轴变量 σ12 已知 σ22 已知 σ12未知 σ22未知 μ1未知 μ2未知 # * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 区 间 估 计 * * §7.3 区间估计 点估计的缺陷： (1) 无从断定估计值是否为待估参数的真实值（即使估计量是无偏有效估计量)； (2) 不能把握估计值与参数真实值的偏离程度 及估计的可靠程度. 对于θ的估计，给定一个范围 满足: 点估计缺陷的改进方法 一、定义 设总体的未知参数为θ,由样本X1，…，Xn确定两个统计量 对于给定的实数α(0 α 1 )，满足 称随机区间 为θ的置信度为1－α 的置信区间. 1－α又称置信水平或置信概率 α称显著性水平，通常取值为0.1，0.05. 思考：如何理解概率式 1）随机区间 以1－α的概率包含着待 估参数θ. 1－α反映了区间估计的可靠程度. θ ( ) ( ) ( ) 2）随机区间 的长度 是随机变量，反映了区间估计的精确程度. 希望精度与可靠程度均高,但二者是矛盾的. 先确定能接受的可靠程度,在此前提下, 尽量提高精确度. θ ( ) ( ) 著名统计学家奈曼提出的处理原则： 正态分布中参数μ的区间估计 二、区间估计的枢轴变量法 1. 选取待估参数θ的估计量； 原则：优良性准则 2. 建立枢轴变量. W(X1, X2, …, Xn ,θ). 3. 确定W的分布. W 通常具有经典分布 4. 根据W的分布，建立概率等式: 5. 改写不等式 三、单个正态总体参数的区间估计 1.?的估计 已知?=σ0: 思考：未知σ时如何求μ的估计？ 2) ?2未知: 未知参数的替换 2. ?2的估计 当μ已知时, 应选枢轴变量： 分析: σ2 的优良估计量为S2， 当μ未知时,由抽样分布定理可知,应选枢轴变量： 为确定枢轴变量 原则：选取最简单的优良估计量 已知? 2)未知? 零件长度的方差 婴儿体重的估计 ?1－ ?2 的估计 总体均值差的置信区间的含义是： 四、两个正态总体参数的区间估计 X~N(?1,?12) , Y~N(?2,?22) 1) 已知?12 和?22 枢轴变量取 若?1－ ?2 的置信下限大于零, 则可认为 ?1 ?2 ； 若?1－?2 的置信上限小于零, 则可认为 ?1 ?2. 2) ?12 和?22 未知，?12 = ?22 = ?2 2. 的区间估计 已知?1 与?2 两稻种产量的期望差的置信区间 未知 ?1 、?2 大样本方法构造置信区间(略)单侧置信区间(略) 小结：常见的区间估计 正态分布中μ的区间估计 例 设X~N(μ,σ2)， σ2= σ02，求参数μ的置信度为1-α的置信区间。 分析: 要估计参数，就涉及随机变量；而选取随机变量应根据优良性质准则来选。 考察随机变量所服从的分布. 这里μ的优良估计是： 它是无偏、有效、 相合估计. 这里 将随机变量化为常用分布,再通过临界值确定区间. 这里 解： 是μ的优良估计，且 从而 令 从而，前式可化为： 即 由此可得， μ的置信度为1-α的置信区间为： 从而 # 特别，当σ0=1 ， α=0.05 ，样本观测值为 ： 5.1 5.1 4.8 5.0 4.7 5.0 5.2 5.1 5.0 u α/2=