第七章 参数估计.ppt

(2)围绕 构造一个与待估参数有关? 的函数U, 且分布已知； (1)选取未知参数? 的某个较优估计量 ， 一般步骤： 寻求置信区间的基本思想：在点估计的基础上，构造合适的含样本及待估参数的函数U，且已知 U 的分布，再根据给定的置信度导出待估参数置信区间. 二、寻求置信区间的方法 (4)对上式作恒等变形，化为 (3)对给定的置信水平1-?，确定 ?1与 ?2，使 则 就是? 的置信水平为 1-? 的双侧置信区间. 对于给定的?(0<?<1),令 设总体X~N(?,?2),X1, X2, …,Xn是总体X的样本，求?,?2 的置信水平为(1??)的置信区间.　 单个正态总体的情况 ⑴ 均值?的置信区间 (a)? 2为已知时,因为 求得?的置信度水平为(1??)的置信区间: (?2为已知) ?/2 ?/2 或 X是?,的无偏估计,且 (b)? 2为未知时,因为S 2是? 2的无偏估计量,所以用S替换? , 求得 ? 的置信水平为(1??)的置信区间: (? 2未知) ?/2 ?/2 1) 例如当?=0.05 时,即1-?=0.95, 查表得 于是得到? 的置信水平为0.95 的置信区间: 即 即(4.71,5.69)这时已不是随机区间,说明 ? 的真值含在 (4.71,5.69)的可信程度为95%. 2)若样本值为 ,则得到一个置信区间 3)置信水平为(1??)的置信区间不唯一.如上例?=0.05,可证 又若? =1,n=16, 置信区间长度越短表示估计的精度越高. 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：506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496 ，设袋装糖果的重量近似地服从正态分布，试求总体均值?的置信度为0.95的置信区间。 解：? 2未知, 1-?=0.95, ?/2=0.025,n-1=15, 由公式(2)得均值?的置信度为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与507.1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 （克），这个误差估计的可信程度为95%。 由已知的数据算得 ? 2的无偏估计量为S2 ， (只介绍? 未知的情况) 当1-? 给定后,因为 即 得到方差 ? 2 的一个置信度为1-? 的置信区间: (2)方差? 2 的置信区间 标准差? 的一个置信度为1-? 的置信区间 ?/2 ?/2 例2 有一大批糖果,现从中随机地取16袋,称得重量（以克计） 如下：506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496 ,设袋装糖果的重量近似地服从正态分布， 试求总体标准差 ?的置信度为0.95的置信区间。 解：现在 查表得 又 s =6.2022 ， (4.58, 9.60) 得所求的标准差?的置信区间为 由(4)式 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、操作人员不同，或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或方差比的估计问题。 (a)?12,?22均为已知: 设总体X~N(?1 ,?12),Y~N(?2 ,?22), X1,X2,…,Xn1是X的样本, Y1,Y2,…,Yn2是Y的样本.这两个样本相互独立， 分别为第一、二个总体的样本均值与方差. 因 为?1-?2的无偏估计量, 而 即得?1-?2 的(1??))置信区间: 两个正态总体的情况 (1)两个总体均值差 ?1-?2 的置信区间 (置信度为(1??)) 由第六章§2 定理四知 (b) ,但 为未知. 从而可得 的一个置信度为 的置信区间为 此处 例3 为比较I，II两种型号步枪子弹的枪口速度，随机地取I 型子弹10发，得到枪口速度的平均值为 ， 标准差 ．随机地取II型子弹20发，得到枪口速 度的平均值为