置信区间详细定义及计算.pptVIP

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 * 本文档共39页；当前第1页；编辑于星期日\23点4分 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 ，这里 是一个很小 的正数，称为显著水平。 * 本文档共39页；当前第2页；编辑于星期日\23点4分 定义7.6 若由总体X的样本 X1,X2,…Xn 确定的 则称 为随机区间。 两个统计量 随机区间与常数区间 不同， 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。 为常数区间。 * 本文档共39页；当前第3页；编辑于星期日\23点4分 定义7.7 若满足 设 是总体X的 一个未知参数， 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 为显著水平. 为置信度， 则称区间 是 若存在随机区间 对于给定的 * 本文档共39页；当前第4页；编辑于星期日\23点4分 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 即取置信水平 或 0.95，0.9 等. 例如，通常可取显著水平 等. 数学期望 和方差 的区间估计。 * 本文档共39页；当前第5页；编辑于星期日\23点4分 设 为总体 的样本， 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， * 本文档共39页；当前第6页；编辑于星期日\23点4分 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 * 本文档共39页；当前第7页；编辑于星期日\23点4分 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。 * 本文档共39页；当前第8页；编辑于星期日\23点4分 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 * 本文档共39页；当前第9页；编辑于星期日\23点4分 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。 * 本文档共39页；当前第10页；编辑于星期日\23点4分 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. * 本文档共39页；当前第11页；编辑于星期日\23点4分 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。 * 本文档共39页；当前第12页；编辑于星期日\23点4分 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, * 本文档共39页；当前第13页；编辑于星期日\23点4分 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。 * 本文档共39页；当前第14页；编辑于星期日\23点4分 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