资源描述:
《正态总体均值与方差的区间估计).ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、求区间估计的核心在于求枢轴量,一般分布的枢轴量是比较难确定的,因此我们主要考虑总体为正态分布时参数的区间估计.7.4.1单个总体的情形(一)正态总体均值的区间估计设X1,X2,…,Xn为X~N(,2)的样本,对给定的置信水平1–,0<<1,研究参数的区间估计.7.4正态总体均值与方差的区间估计1.2已知时,的置信区间由于是的无偏估计,且有容易想到将作为求的置信区间的枢轴量.对给定的置信水平1–,由右图易知即正态总体均值的区间估计根据定义7.4,得到的一个置信水平为1–的置信区间正态总体均值的区间估计2.2未知时,
2、的置信区间2未知时,不能再用作为求的置信区间的枢轴量,因为其中含有另一个未知参数2.考虑到S2是2的无偏估计,可以用S2代替2,由定理6.3知所以,可以选用作为枢轴量.正态总体均值的区间估计正态总体均值的区间估计由右图,类似上面的过程,可以得到的一个置信水平为1–的置信区间【例】已知某种灯泡的寿命服从正态分布,现从一批灯泡中抽取16只,测得其寿命(单位:小时)如下所示:1510145014801460152014801490146014801510153014701500152015101470求该灯泡平均使用寿命90%、
3、95%及99%的置信区间,并指出置信区间长度与置信水平的关系.解:用X表示灯泡的寿命,设X~N(,2),由于2未知,用计算的置信区间.其中n=16,正态总体均值的区间估计分别取=0.1,=0.05,=0.01,查表得t0.05(15)=1.7531,t0.025(15)=2.1315,t0.005(15)=2.9467.分别代入,计算得到灯泡平均使用寿命的90%、95%及99%的置信区间分别为(1479.15,1500.85)、(1476.80,1503.20)和(1471.76,1508.24),其长度分别为21.7,2
4、6.4和36.48.可以看出置信水平越高,置信区间的长度越长.正态总体均值的区间估计(二)正态总体方差的区间估计设X1,X2,…,Xn为来自X~N(,2)的样本,对给定的置信水平1–,0<<1,我们来研究参数2的区间估计.1.已知时,2的置信区间由于X~N(,2),所以,取枢轴量由于2概率密度不是对称的,对给定的置信水平1–,不容易找到最短的置信区间,习惯上仍取对称形式的分位点和,如下图,使即根据定义7.4,得到2的一个置信水平为1–的置信区间:的一个置信水平为1–的置信区间:正态总体方差的区间估计2.未知
5、时,2的置信区间由于未知,不能再用作为枢轴量,考虑用代换,由定理6.3知所以,可以取作为枢轴量.类似已知的情形,容易得到2的一个信水平为1–的置信区间为即正态总体方差的区间估计即的一个置信水平为1–的置信区间为正态总体均值和方差的置信区间与后面讲到的单侧置信限一并放入表7.1中.正态总体方差的区间估计被估参数条件枢轴量及其分布参数的置信区间单侧置信限μ2已知2未知表7.1正态总体均值和方差的置信区间与单侧置信限被估参数条件枢轴量及其分布参数的置信区间单侧置信限2μ已知μ未知(一)两个正态总体均值差的区间估计设X1,X2
6、,…,Xn1为来自总体X~N(1,12)的样本,Y1,Y2,…,Yn2为来自总体Y~N(2,22)的样本,且两样本相互独立,其样本均值分别记为和,其样本方差分别记为S12和S22.我们来研究参数1–2的区间估计.1.12和22已知时,1–2的置信区间由定理6.4知取枢轴量7.4.2两个正态总体的情形对给定的置信水平1–,由标准正态分布上分位点的定义,易知即于是,我们得到1–2的一个置信水平为1–的置信区间两正态总体均值差的区间估计说明:实际应用中两个总体方差的信息往往是未知的,在两个样本容量都比较大的情况下(
7、n1,n230),一般采用两个样本方差S12和S22近似代替12和22,于是,1–2的一个置信水平为1–的置信区间可以由近似得到.两正态总体均值差的区间估计2.12和22未知,但知12=22=2时,1–2的置信区间由定理6.4,当12=22=2时,其中取枢轴量易知,1–2的一个置信水平为1–的置信区间为两正态总体均值差的区间估计(二)两正态总体方差比的区间估计设X1,X2,…,Xn1为来自总体X~N(1,12)的样本,Y1,Y2,…,Yn2为来自总体Y~N(2,22)的样本,且两样本相互独立,
8、其样本均值分别记为和,其样本方差分别记为S12和S22.我们来研究参数的区间估计.仅对1,2未知的情况,求的置信区间.由定理6.5知取枢轴量对给定的置信水平1–,由F分布上分位点的定义