置信区间(详细定义及计算)PPT课件.pptxVIP

1 第四节 第七章 置信区间的概念 一、置信区间的概念 二 、数学期望的置信区间 三 、方差的置信区间 2 一、置信区间的概念 这种形式的估计称为区间估计. 前面，我们讨论了参数点估计. 它是用样本算得的 一个值去估计未知参数. 但是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. 范围通常用区间的形式给出的。 较高的可靠程度相信它包含真参数值. 也就是说，我们希望确定一个区间， 使我们能以比 这里所说的“可靠程度”是用概率来度量的， 称为置信概率，置信度或置信水平. 习惯上把置信水平记作 的正数，称为显著水平。 3 定义7.6 若由总体X的样本 X1,X2,…Xn 确定的 两个统计量 其长度与在数轴上 的位置与样本 有关。 当一旦获得样本值 那么， 都是常数。 4 定义7.7 若满足 的置信区间. （双侧置信区间）. 的置信水平（置信度）为 分别称为置信下限和置信上限 若存在随机区间 对于给定的 5 置信水平的大小是根据实际需要选定的. 根据一个实际样本， ，使 一个尽可能小的区间 由于正态随机变量广泛存在， 指标服从正态分布， 特别是很多产品的 我们重点研究一个正态总体情形 由给定的置信水平，我们求出 6 分别是样本均值和样本方差。 对于任意给定的α， 我们的任务是通过样本寻找一 它以1－α的概率包含总体X的数学期望μ。 个区间， 7 一、数学期望的置信区间 设 则随机变量 1、已知σ2时，μ的置信区间 令 8 令 这就是说随机区间 它以1－α的概率包含总体 X的数学期望μ。 由定义可知，此区间即为μ的置信区间。 9 这就是说随机区间 置信区间也可简记为 它以1－α的概率包含总体X的数学期望μ。 由定义可知，此区间即为μ的置信区间。 其置信度为 1－α。 置信下限 置信上限 10 若取 查表得 若由一个样本值算得样本均值的观察值 则得到一个区间 我们称其为置信度为0.95的μ的置信区间。 其含义是： 若反复抽样多次，每个样本值（n =16) 按公式 即 确定一个区间。 11 确定一个区间。 在这么多的区间内包含μ的占0.95, 不包含μ的占0.05。 本题中 属于那些包含μ的区间的可信 程度为0.95. 或“该区间包含μ”这一事实的可信程度 注： μ的置信水平1－α的置信区间不唯一。 为0.95. 12 由中心极限定理知， 当 n 充分大时， 无论X服从什么 分布，都近似有 μ的置信区间是总体 的前提下提出的。 均可看作EX的置信区间。 13 例1 设总体X ~ N(μ,0.09)， 有一组样本值： 12.6，13.4，12.8，13.2， 求参数μ的置信度为0.95的置信区间. 解 μ的置信区间为 代入样本值算得 , [12.706，13.294]. 得到μ的一个区间估计为 注：该区间不一定包含μ. 有 1－α= 0.95，σ0= 0.3，n = 4, 14 又如，上例中同样给定 可以取标准正态分布上 α分位点－z0.04 和 z0.01 ,则又有 则μ的置信度为0.95的置信区间为 与上一个置信区间比较，同样是 其区间长度不一样，上例 比此例 短。 15 置信区间短表示估计的精度高， 第一个区间为优 （单峰对称的）。 可见，像 N(0,1)分布那样概率密度 的图形是单峰且对称的情况。 当n固定时以 的区间长度为最短， 我们一般选择它。 若以L为区间长度，则 可见L随 n 的增大而减少（α 给定时）， 有时我们嫌置信度0.95偏低或偏高， 也可采用0.99或 0.9. 对于 1－ α不同的值， 可以得到不同的置信区间。 16 这里有两个要求: 只依赖于样本的界限(构造统计量) 就是要设法找出两个 一旦有了样本，就把 2. 估计的精度要尽可能的高.如要求区间长度 尽可能短，或能体现该要求的其它准则. 就是说，概率 即要求估计尽量可靠. 要尽可能大. 可靠度与精度是一对矛盾， 条件下尽可能提高精度. 一般是在保证可靠度的 17 例2 已知某种油漆的干燥时间X（单位:小时） 服从正态分布 其中μ未知,现在抽取 25个样品做试验， 得数据后计算得 取 求μ的置信区间。 解 所求为 18 例3 中随机地抽查了9人，其高度分别为： 已知幼儿身高 现从5～6岁的幼儿 115, 120, 131, 115, 109, 115, 115, 105, 110cm; 19 2、未知σ2时，μ的置信区间 当总体X的方差未知时， 容易想到用样本方差Ѕ 2代替σ2。 已知 则对给定的α，令 查t 分布表，可得 的值。 则μ的置信度为1－ α的置信区间为 20 例4