应用统计学置信区间估计

合集下载
  1. 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. 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. 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)。

2/2 (n 1) x
8
【例2】求例1中元件寿命方差 2 的 95% 置信区间。
解:由例1,S2 =196.52,n =10,/2=0.025,
1-/2=0.975,
2 0.025
(9)
19.023,
2 0.975
(9)
2.7
(n-1)S2/
2 0.025
(9)
=
9196.52/19.023
=
(n 1)S 2
2
2 / 2 (n 1)} 1
可得
P{ (n 1)S 2 2 (n 1)S 2 } 1
2/ 2 (n 1)
2 1
/
2
(n
1)
从而 2 的置信度为1-
的置信区间为:
(n
2 /
1)S 2 2 (n 1)
,
(n
2 1
/2
1)S 2 (n 1)
f (x)
/2
1-
/2
012 / 2 (n 1)
第6章 置信区间估计
本章教学目标:
(1) 单个正态总体均值和方差的区间估计。 (2) 总体比例的区间估计。 (3) 均值和比例置信区间估计中的样本容量确定。 (4) 两个正态总体的均值差和方差比的区间估计。 (5) 单侧置信区间估计。
1
区间估计
由于点估计存在误差,因此仅对总体参数作出点 估计是不够的,还需要了解估计的精度及其误差。
独立, 则随机变量
t X
Y/n 服从自由度为 n 的 t 分布,记为 t~t(n)。
14
t 分布密度函数的图形
f (x) n = ∞,N (0, 1) n = 10 n=4 n=1
x 0
标准正态分布分布是 t 分布的极限分布。 当 n 很大时,t 分布近似于标准正态分布。
15
t 分布的右侧 分位点 t(n)
t(n)为 t 分布中满足下式的右侧 分位点:
P{ t > t ( n ) }=
由给定的概率 ,可查表得到 t(n)。
由 t 分布的对称性,可得:t1-(n)=-t(n)。
f (x)
t1-(n) = - t(n) 0
x t(n)
16
用 Excel 求 t /2(n) 可用 Excel 的统计函数 TINV 返回 t (n)。 语法规则如下:
4
2 分布密度函数的图形
f (x)
n=1 n=4
o
n=10
x
5
2 分布的右侧 分位点 2 (n)
2 (n) 为 2分布中满足下式的的右侧 分位点:
P{ 2 2 (n) }
f (x)
o
x 2 (n)
由给定的概率 和自由度,可查表得到 2 (n)
6

Excel

2
(n)
可用 Excel 的统计函数 CHIINV 返回 2 (n) 语法规则如下:
一. 总体方差 2 的区间估计 1. 2 分布
设总体 X~N (0, 1), X1, X2, ···, Xn 为 X 的 一个样本,则它们的平方和
2
n
X
2 i
i 1
为服从自由度为 n 的 2 分布,记为
2 ~ 2(n)
3
“自由度”的含义
若对于随机变量 X1, X2, ···, Xn,存在一组不全为 零的常数 c1, c2, ···, cn, 使
得到 Z 。 如:要查 Z0.025, 由正态分布表可查得:
(1.96) = 0.975 = 1-0.025, 故 Z0.025 =1.96
11
2.σ 2 已知时总体均值μ的区间估计
由正态分布的性质可得
Z X / n
~N(0,1)
/2
对给定的置信度1-, 有
f (x)
1-
/2
P{Z / 2
c1 X1+ c2 X2 + ···+ cn Xn = 0
则称变量 X1, X2, ···, Xn 线性相关,或称它们间存在 一个线性约束条件;若 X1, X2, ···, Xn 间存在 k 个独立 的线性约束条件,则它们中仅有 n-k 个独立的变量,
并称平方和 的自由度为 n-k。
n
X
2 i
i 1
135.22
(n-1)S2/
2 0.975
(9)
=
9196.52/2.7
= 358.82
故所求 2的置信区间为
(135.22,358.82)
9
课堂练习1
某车床加工的缸套外径尺寸 X ~ N(μ, σ 2),现随机测 得的 10 个加工后的某种缸套外径尺寸(mm) 如下:
90.01,90.01,90.02,90.03,89.99
参数的区间估计就是在给定的可信度下,估计未 知参数的可能取值范围。
设 为总体分布的未知参数,若由样本确定的两 个统计量 θˆ1 和 θˆ2, 对给定的概率 (0<<1),满足
P{ˆ1 ˆ2} 1 则称随机区间 ( ˆ1, ˆ2 )为 的置信度为1- 的
置信区间。
2
2
§6.1 单个正态总体均值和方差的区间估计
格式:CHIINV ( , n )
功能:返回 2 (n) 的值。
7
2. 总体方差 2 的区间估计
设总体 X~N( μ, σ2 ), X1, X2, ···, Xn 为 X 的容量为n的样本,
X 和 S2 分别为样本均值和样本方差。 可以证明,
2
(n 1)S 2
2

2 (n 1)

P{12 / 2 (n 1)
X
/
n
Z /2}
1
-z/2
0
z/2 x
由此可得 P{x Z /2 / n x Z /2 / n}1
从而的置信度为 1- 的置信区间为
( x Z /2 / n , x Z /2 / n )
为便于记忆和理解,将 的置信区间表示为如下形式:
(x d, x d) , d ZBaidu Nhomakorabea2 / n
其中 d 称为估计的允许误差。
12
用 Excel 求 Zα
可用 Excel 的统计函数 NORMSINV 返回 Z 。 语法规则如下:
格式:NORMSINV(1-)
功能: 返回 Z 的值。
说明: NORMSINV() 返回的是 Z1- 的值。
13
3. t 分布
设 X~N(0, 1),Y~ 2(n), 且 X 与 Y 相互
格式:TINV( 2 , n )
功能:返回 t (n)的值。
说明:TINV(, n )返回的是 t/2(n)的值。
17
4. 2 未知时总体均值 μ 的区间估计
89.98,89.97,90.00,90.01,89.99
(
)
S求2 σ 02 .的01置85信32度为 95% 的置信区间。
10
二. 总体均值μ的区间估计
1. 标准正态分布的右侧 分位点 Z
Z 是标准正态分布中满足下式的右侧分位点:
P{ Z > Z } =
f (x)
1-
0
z x
如图所示, ( Z )=1- ,因此, 可由正态分布表
相关文档
最新文档