第5章-区间估计及假设检验讲稿.pptVIP

第5章-区间估计及假设检验;这样的区间称为置信区间（confidenceinterval）；称为置信系数（confidencecoefficient）；而称为显著性水平（levelofsignificance）。置信区间的端点称置信限（confidencelimits）也称临界值（criticalvalues）。

为置信下限（lowerconfidencelimit）

为置信上限（upperconfidencelimit）

（5.2.1）式表示的是：随机区间包含真实的概率为。区间估计量给出了一个真实会落入其中的数值范围。

点估计与区间估计：

单一的点估计量可能不同于总体真值，即存在估计误差。点估计既不能给出误差范围的大小，也没有给出估计的可靠程度。区间估计则可以显示和是怎样的接近总体真值和，以及这种接近的可靠性。;§5.3回归系数和的置信区间

一、的置信区间

OLS估计量和服从正态分布，因此，若令

（5.3.1）

则，Z为一个标准化正态变量，。

; 如果总体方差已知，就可以用正态分布对作出概率上的表述。在正态曲线下，

之间的面积为68.26%

之间的面积为95%

之间的面积为95.45%

之间的面积为99.73%

;

从而的区间估计就容易了。选定为95%，则

但是，在许多实际问题中，总体方差都是未知的，只能用其无偏估计量来替代。（5.3.1）式便为：

（5.3.2）

为估计量的标准误的估计值（estimatedstandarderror）。

这里定义的t变量服从自由度为n-2的t分布;证明：令

（1）

（2）

如果已知，（1）式就是对进行标准化，所以Z1服从标准正态分布，。

Z2服从（n-2）个自由度的分布（证明参见有关的数理统计教程），而且，可以证明Z2的分布独立于Z1。运用P160定理5.5(附录)，

变量服从自由度为n-2的t分布。

把（1）式和（2）式代入上式，即可得到（5.3.2）式。;;两个游戏:

掷硬币

套圈

请问:区间估计更???哪一个?

;置信区间的两个特点:

位置的随机性

长度的随机性;;§5.4的置信区间

在正态性假定下，变量：

（5.4.1）

服从自由度为n-2的分布。因此，可以用分布构造

的置信区间：

（5.4.2）

其中的值由（5.4.1）式给出，和可以查表得

到，自由度为n-2，见P125Figure5.1。

把（5.4.1）式中的代入（5.4.2）式

;;;;P123页的（5.3.9）式给出的置信区间：(0.4268，0.5914）。也就是说，从长远来看，像（0.4268，0.5914）这样的很多个区间将会有95%的概率包含真实的。因而，置信区间给出了可信的（plausible）虚拟假设的一个集合。如果虚拟假设的

落入这个置信区间，我们就不拒绝虚拟假设；如果它落在区间之外，我们就可以拒绝虚拟假设。

?

图5.2的一个置信区间;;;;在正态性假设下的变量：

（5.3.2）

服从自由度为n-2的t分布。