数理统计 区间估计
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
区间估计
教程
一、复习,1:正态总体情况三大抽样分布结论
2:点估计两种基本方法
二、定义区间估计
总体()~,X F x θ,样本()1,...,n X X ,找出两个统计量1T 和2T ,使得总体的真实参数为θ的时候,区间[1T ,2T ]包含θ的概率为某个给定的水平1α-(置信水平)
例题1:已知总体()2
0~,X N a σ,20σ已知而a 未知,样本()1,...,n X X ,求a 的置信水
平95%的估计区间
解答:()((20~,~(0,1) 1.9695%n n X N a X a
N P X a σ⎛⎫→-→-≤= ⎪⎝⎭
95%95%
n n P X a P X a ⎛⎛
→-≤=→-≤-≤= ⎝⎝
95%
n n P X a X ⎛
→--≤-≤-+= ⎝
95%
n n P X a X ⎛
→-≤≤+= ⎝
这说明,未知参数a 落在随机区间
n n X X ⎡
-+⎢⎣的概率为95%,
n n X X ⎡-+⎢⎣的一个观察区间n n x x ⎡
-+⎢⎣
包含真实未
知参数a 的置信水平95%
模拟:假定包装机械包装白糖总量各种可能()
2
~1,0.05X N 斤,用matlab 模拟容量为
25的对应样本观察
sampleobservation=normrnd(1,0.05,1,25) %这里客观的未知a 是1,已知2
200.05σ=
sampleobservation =
0.978371759423589 0.916720781088095 1.00626661532374 1.01438382101793 0.942676432465927 1.05954577328215 1.05945821008261 0.998118336170334 1.01636461807043 1.00873195714105 0.990664571115928 1.03628952741467 0.970584172849291 1.10915929090986 0.993180205845670 1.00569656567604
1.05333841056796 1.00296407302618 0.995217579725817 0.958382526817499 1.01472054081963 0.933190907103110 1.03571622759095 1.08117810322231 0.965411214914886
求样本均值
>> junzhi=sum(sampleobservation)/25 junzhi=
1.0059
这样一来,我们可以得到未知参数a (实际上是1)的95%的置信区间
1.0059±,即[]0.9863,1.0255 三:枢轴量法求估计区间 置信区间越小越好为什么? 例题:P343例题6.6.2
四、随机变量分位数
例题2:已知总体()2~,X N a σ,2σ和a 都未知,样本()1,...,n X X ,求a 的置信水平
95%的估计区间。
()(
(
20.975~,~(1)(1)95%n n X N a X a t n P X a t n σ⎛⎫→--→-≤-= ⎪⎝⎭
0.9750.9750.9750.9750.975(1)95%
(1)(1)95%(1)(1)95%
n n n n n P X a n P n X a n X P X n a X n ⎛⎫
→-≤-= ⎪⎝⎭
⎛⎫
→--≤-≤--= ⎪⎝⎭⎛⎫
→--≤≤-= ⎪⎝⎭
因此可以得到a 的之心概率为 0.95的随机估计区间
0.9750.975(1),(1)n n X n X n ⎡⎤
-+-⎢⎥⎣⎦
五、正态分布数学期望的置信区间
1、已知DX ,求EX 的置信区间
设样本(X 1,X 2,…,X n )来自正态母体X ,已知方差2σ=DX , EX 在置信水平1-α
下的置信区间为112
2
[n n X u
X u
αα-
-
-+.
这里p u 是标准正态分布下p 分位数,即满足()(0,1)p P N u p ≤= 我们可以由此在matlab 中编写脚本文件
function [ ]=zhengtaijunzhiqujian(expectation,stdvar,rongliang,shuiping)
%已知样本观察值,正态总体方差,置信水平
A=normrnd(expectation,stdvar,1,rongliang); alfa=1-shuiping; %置信水平1α- n=rongliang; %样本容量
Xmean=mean(A); %求样本均值
U=norminv(1-alfa/2,0,1); %标准正态分布下1-alfa/2分位数 Lowb=Xmean-U*(stdvar/n^0.5);Upb=Xmean+U*(stdvar/n^0.5); %置信上下限 disp(['置信区间: [',num2str(Lowb),',',num2str(Upb) ,']']) %显示计算结果 这个脚本文件在新建m 文件保存为zhengtaijunzhiqujian.m 以后我们可以对他作出验证,比如:产生服从正态分布()21,0.05N 的样本容量100的随机数以后求期望的置信水平0.90的均值置信区间 >> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.99343,1.0099]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.99573,1.0122]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98685,1.0033]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.99431,1.0108]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98701,1.0035]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98592,1.0024]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.99477,1.0112]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98549,1.0019]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98221,0.99866]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.99343,1.0099]
>> zhengtaijunzhiqujian(1,0.05,100,0.90) 置信区间: [0.98837,1.0048]
以上试验11次,有1次得到区间没有包含真实均值1,和置信水平0.90吻合
2、未知DX ,求EX 的置信区间
设样本(X 1,X 2,…,X n )来自正态母体X ,已知方差2σ=DX ,
EX 在置信水平1-α
下的置信区间为1122(1),(1)n n X n X n αα--⎡⎤--⎢⎥⎣⎦
六、置信区间长度和置信概率关系(区间估计的精确度和可靠水平矛盾关系与解
决方法)