《概率论与数理统计》课程电子教案(PPT课件讲稿)第七章 参数估计(7.3)区间估计

ch7-68 §7.3区间估计 引例已知X~N(,1) 的无偏、有效点估计为Ⅹ 常数 随机变量 不同样本算得的μ的估计值不同, 因此除了给出μ的点估计外,还希望根据 所给的样本确定一个随机区间,使其包含 参数真值的概率达到指定的要求
ch7-68 §7.3 区间估计 引例 已知 X ~ N ( ,1), 不同样本算得的 的估计值不同, 因此除了给出 的点估计外, 还希望根据 所给的样本确定一个随机区间, 使其包含 参数真值的概率达到指定的要求. 的无偏、有效点估计为 X 常数 随机变量

ch7-69 如引例中,要找一个区间使其包含的 真值的概率为0.95.(设n=5) 1 XN u,,, N(0,1) 取a=0.05 查表得 z=1.96 C
ch7-69 如引例中,要找一个区间,使其包含 的 真值的概率为0.95. ( 设 n = 5 ) 5 1 X ~ N , ~ (0, 1) 5 1 N X − 取 = 0.05 查表得 1.96 z / 2 =

ch7-70 X-u 这说明P ≥1.96|=0.05 即P|X-1.96 3s≤F +1.96 =0.95 称随机区间(x-196%,x+196 为未知参数μ的置信度为0.95的置信区间
ch7-70 这说明 即 称随机区间 为未知参数 的置信度为0.95的置信区间. 0.95 5 1 1.96 5 1 1.96 = P X − X + 1.96 0.05 5 1 = X − P − + 5 1 , 1.96 5 1 X 1.96 X

置信区间的意义 反复抽取容量为5的样本,都可得 一个区间,此区间不一定包含未知参数 μ的真值,而包含真值的区间占95% 若测得一组样本值,算得x=1.86 则得一区间1.86-0.877,1.86+0.877) 它可能包含也可能不包含的真值,反复 抽样得到的区间中有95%包含μ的真值
ch7-71 反复抽取容量为5的样本,都可得 一个区间,此区间不一定包含未知参数 的真值, 而包含真值的区间占95%. 置信区间的意义 若测得 一组样本值, 它可能包含也可能不包含 的真值, 反复 则得一区间(1.86 – 0.877, 1.86 + 0.877) 抽样得到的区间中有95%包含 的真值. 算得 x =1.86

ch7-72 为何要取z2? 当置信区间为(X X+ 时 区间的长度为23—达到最短
ch7-72 ) 5 1 , 5 1 ( 2 2 当置信区间为 X − z X + z 时 区间的长度为 5 2 1 2 z —— 达到最短 ? / 2 为何要取 z

ch7-73 取a=0.05 =196-(-196) 392 =184-(-2.13) 397
ch7-73 3.97 1.84 ( 2.13) 3 3 2 1 = − = − − − z z 3.92 1.96 ( 1.96) 2 2 1 = − = − − − z z -2 -1 1 2 0.1 0.2 0.3 0.4 3 z 2 3 1 − z -2 -1 1 2 0.1 0.2 0.3 0.4 2 z 2 1 − z 取 = 0.05

h7-74 置信区间的定义 设θ为待估参数,a是一给定的数, (0<∝<1).若能找到统计量T,T2,使 P(71≤6sT2)=1-ab∈6 则称[T,T2为O的置信水平为1-c的 置信区间或区间估计. 71 置信下限 72置信上限
ch7-74 设 为待估参数, 是一给定的数, ( 0<<1). 若能找到统计量 1 2 T , T , 使 P(T1 T2 ) =1− 则称 [ , ] T1 T2 为 的置信水平为1 - 的 置信区间或区间估计. 置信下限 置信上限 置信区间的定义 T1 T2

ch7-75 几点说明 口置信区间的长度T2-T反映了估计精度 T-越小,估计精度越高. 口α反映了估计的可靠度,α越小,越可靠. α越小,1-a越大,估计的可靠度越高,但 这时,-7往往增大,因而估计精度降低 口a确定后,置信区间的选取方法不唯· 常选最小的一个
ch7-75 ❑ 反映了估计的可靠度, 越小, 越可靠. ❑ 置信区间的长度 T2 −T1 反映了估计精度 越小, 1- 越大, 估计的可靠度越高,但 ❑ 确定后, 置信区间 的选取方法不唯一, 常选最小的一个. 几点说明 T2 −T1 越小, 估计精度越高. 这时, 往往增大, 因而估计精度降低. T2 −T1

h7-76 处理“可靠性与精度关系”的原 则 先 求参数保证提高 置信区间可靠性精度
ch7-76 求参数 置信区间 保 证 可靠性 先 提 高 精 度 再 处理“可靠性与精度关系”的原 则

h7-77 求置信区间的步骤 口寻找一个样本的函数 g(X,X2…,Xn,0)—称为枢轴量 它含有待估参数,不含其它未知参数, 它的分布已知,且分布不依赖于待估参 数(常由θ的点估计出发考虑 例如 XN(A,1/5) 取枢轴量 g(x12X2,…,xn2) √/5 ~N(0,1)
ch7-77 ❑ 寻找一个样本的函数 ( , , , , ) g Xx X2 Xn 它含有待估参数, 不含其它未知参数, 它的分布已知, 且分布不依赖于待估参 数 (常由 的点估计出发考虑 ). X~N( ,1/ 5) 1/ 5 ( , , , , ) 1 2 − = X g X X Xn 例如 求置信区间的步骤 — 称为枢轴量 ~ N(0,1) 取枢轴量
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第七章 参数估计(7.2)点估计的评价标准.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第七章 参数估计(7.1)参数估计.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第六章 数理统计的基本概念(6.2)统计中常用分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第六章 数理统计的基本概念(6.1)数理统计的基本概念.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第五章 大数定律与中心极限定理(5.2)中心极限定理.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第五章 大数定律与中心极限定理(5.1)大数定律.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第四章 随机变量的数字特征(4.4)协方差和相关系数.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第四章 随机变量的数字特征(4.2)方差.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第三章 多维随机变量及其分布(3.4)二维r.v.函数的分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第三章 多维随机变量及其分布(3.3)随机变量的独立性.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第三章 多维随机变量及其分布(3.2)二维r.v.的条件分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第三章 多维随机变量及其分布(3.1)多维分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第二章 随机变量及其分布(2.4)r.v.函数的分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第二章 随机变量及其分布(2.3)连续型随机变量.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第二章 随机变量及其分布(2.2)离散型随机变量及其概率分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第二章 随机变量及其分布(2.1)随机变量及其分布.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第一章 随机事件及其概率(1.4)事件的独立性.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第一章 随机事件及其概率(1.3)条件概率.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第一章 随机事件及其概率(1.2)概率的定义及计算.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第一章 随机事件及其概率 §1.1 随机事件.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第八章 假设检验(8.1)假设检验的基本概念.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第八章 假设检验(8.2)正态总体的参数检验.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第一章 习题集.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第二章 习题集.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第三章 习题集.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第四章 习题集.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第六章 习题集.pps
- 《概率论与数理统计》课程电子教案(PPT课件讲稿)第七章 习题集.pps
- 《线性代数》第一章 行列式.doc
- 《线性代数》第三章 n维向量.doc
- 《线性代数》第二章 矩阵.doc
- 《线性代数》第五章 特征值问题及二次型.doc
- 《线性代数》第四章 线性方程组.doc
- 《线性代数》 课程简介.doc
- 北京大学:《高等代数》课程教学资源(讲义)第一章 代数学的经典课题(1.1)若干准备知识.doc
- 北京大学:《高等代数》课程教学资源(讲义)第一章 代数学的经典课题(1.2)一元高次代数方程的基础知识.doc
- 北京大学:《高等代数》课程教学资源(讲义)第一章 代数学的经典课题(1.3)线性方程组.doc
- 北京大学:《高等代数》课程教学资源(讲义)第二章 向量空间与矩阵 2.1 m 维向量空间(2.1.1-2.1.3).doc
- 北京大学:《高等代数》课程教学资源(讲义)第二章 向量空间与矩阵 2.1 m 维向量空间 2.1.4 向量组的线性等价和集合上的等价关系 2.1.5 向量组的极大线性无关部分组和向量组的秩.doc
- 北京大学:《高等代数》课程教学资源(讲义)第二章 向量空间与矩阵(2.2)矩阵的秩.doc