概率論第七章_第1頁
概率論第七章_第2頁
概率論第七章_第3頁
概率論第七章_第4頁
概率論第七章_第5頁
已閱讀5頁,還剩47頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、7.1.1 點(diǎn)估計(jì)概念點(diǎn)估計(jì)概念7.1.2 矩估計(jì)法矩估計(jì)法7.1.3 順序統(tǒng)計(jì)量順序統(tǒng)計(jì)量返回返回7.1.4 最大似然估計(jì)法最大似然估計(jì)法廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)1、估計(jì)量、估計(jì)量2、估計(jì)值、估計(jì)值7.1.1 點(diǎn)估計(jì)概念點(diǎn)估計(jì)概念 設(shè)總體設(shè)總體X的分布中含有未知參數(shù)的分布中含有未知參數(shù) , 為總體的為總體的 nXXX,21一個(gè)樣本一個(gè)樣本.用這個(gè)樣本構(gòu)造的統(tǒng)計(jì)量用這個(gè)樣本構(gòu)造的統(tǒng)計(jì)量 來估計(jì)來估計(jì) , ),(21nXXX 則稱則稱 為為 估計(jì)量估計(jì)量. 用樣本的一組觀察值用樣本的一組觀察值 得到估計(jì)量得到估計(jì)量 的值的值nxxx,21),(21nxxx 則稱為則稱為 的的估計(jì)值估計(jì)值. 為方

2、便起見,估計(jì)量與估計(jì)值不加區(qū)別,統(tǒng)稱為估計(jì)。為方便起見,估計(jì)量與估計(jì)值不加區(qū)別,統(tǒng)稱為估計(jì)。3、點(diǎn)估計(jì)、點(diǎn)估計(jì)用構(gòu)造一個(gè)統(tǒng)計(jì)量用構(gòu)造一個(gè)統(tǒng)計(jì)量 對(duì)參數(shù)對(duì)參數(shù) 作定值的估計(jì)稱為作定值的估計(jì)稱為參數(shù)的點(diǎn)參數(shù)的點(diǎn) 估計(jì)估計(jì)。廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.1.2 矩估計(jì)法矩估計(jì)法 1、原理、原理 設(shè)設(shè)X為總體,為總體, 為樣本,為樣本, 為樣本均值,則有為樣本均值,則有nXXX,21X1|lim EXXPn大數(shù)定律大數(shù)定律即當(dāng)即當(dāng)n 很大時(shí),樣本均值很大時(shí),樣本均值 就很接近于總體均值就很接近于總體均值 。XEX因此,當(dāng)因此,當(dāng)n 很大時(shí),用樣本均值很大時(shí),用樣本均值 來估計(jì)總體均值來估計(jì)總體均值 是是

3、XEX比較合理的。比較合理的。此依據(jù)推而廣之:此依據(jù)推而廣之: 用樣本的用樣本的k 階中心矩來估計(jì)總體階中心矩來估計(jì)總體k 階中心矩。階中心矩。 即用即用 來估計(jì)來估計(jì) 。 nikikXnM11)(kXE矩估計(jì)法矩估計(jì)法廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)2、矩法估計(jì)的步驟、矩法估計(jì)的步驟: (1) 列出矩估計(jì)式列出矩估計(jì)式.求總體求總體 的前的前k階矩階矩 ),;(21kXF dxxfxEXaiii)(ki, 2 , 1 (2) 解上述方程組解上述方程組.將未知參數(shù)將未知參數(shù) 表示為表示為 k ,21kaaa,21的函數(shù)的函數(shù) ),(21kiiaaag ki, 2 , 1 (3) 求出矩估計(jì)求出矩估計(jì).

4、即用樣本矩即用樣本矩 代替總體相應(yīng)的矩代替總體相應(yīng)的矩 得到得到 nititXnM11ttEXa 未知參數(shù)的矩估計(jì)為未知參數(shù)的矩估計(jì)為 ),(21kiiaaag ki, 2 , 1 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)解解 (1)列出矩估計(jì)式)列出矩估計(jì)式 EXa 1)(22XEa 2)(EXDX (2)求解方程組得)求解方程組得 1aEX 212aaDX (3)求出矩估計(jì))求出矩估計(jì) niiniiXnMXnM122111,1用用 分別代替分別代替 即得矩估計(jì):即得矩估計(jì): 21,aaXMEX 1212MMDX 2121XXnnii 21)(1XXnnii 2S 例例1 求總體求總體X的均值的均值EX與方

5、差與方差DX的矩估計(jì)的矩估計(jì). 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例2 設(shè)總體設(shè)總體X的服從參數(shù)為的服從參數(shù)為 的指數(shù)分布,求該未知參數(shù)的指數(shù)分布,求該未知參數(shù) 的矩估計(jì)的矩估計(jì). 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué) 其其它它00)(6),(3 xxxxfnXXX,21例例3 3(9999) 設(shè)總體設(shè)總體X的概率密度函數(shù)為的概率密度函數(shù)為 是取自的是取自的X的一個(gè)樣本的一個(gè)樣本. .(1)求)求 的矩估計(jì)量的矩估計(jì)量 ; (2 2)求)求 的方差的方差 . . )( D廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例4 4(9797) 設(shè)總體設(shè)總體X的概率密度函數(shù)為的概率密度函數(shù)為 其其它它010)1(),(xxxf nXXX,2

6、1其中其中 是未知參數(shù)。是未知參數(shù)。是取自是取自X的一個(gè)樣本。的一個(gè)樣本。1 分別用矩法估計(jì)和最大似然估計(jì)法求分別用矩法估計(jì)和最大似然估計(jì)法求 的估計(jì)量的估計(jì)量. 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué), 3 , 2 , 1 , 3 , 0 , 3 , 1 , 3例例5 5(0202)設(shè)總體設(shè)總體X的概率分布為的概率分布為 其中其中 是未知參數(shù),利用總體是未知參數(shù),利用總體X的如下樣本值的如下樣本值 求求 的矩估計(jì)值和最大似然估計(jì)值。的矩估計(jì)值和最大似然估計(jì)值。XP01232 )1(2 2 21 )210( 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.1.3 順序統(tǒng)計(jì)量法順序統(tǒng)計(jì)量法 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.1.4 最

7、大似然估計(jì)法最大似然估計(jì)法設(shè)設(shè) 是取自總體是取自總體X的一個(gè)樣本觀察值的一個(gè)樣本觀察值,分布函數(shù)為分布函數(shù)為 nxxx,21),;,(21 nxxxFnxxx,21如果當(dāng)未知參數(shù)如果當(dāng)未知參數(shù) 取取 時(shí)時(shí), 被取到的概率最大被取到的概率最大,則稱則稱 為為 的最大似然估計(jì)的最大似然估計(jì). 1、 最大似然估計(jì)的原理最大似然估計(jì)的原理廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)).,;(21kiixpxXP ),;(),;,(211212211kniikkkxpxXxXxXP 設(shè)總體設(shè)總體X的概率分布為的概率分布為).( L 稱為稱為似然函數(shù)似然函數(shù)),;()(211kniixpL 則樣本則樣本 的聯(lián)合概率分布為的聯(lián)

8、合概率分布為),(21nXXX即即 使使 達(dá)到最大的達(dá)到最大的 即為即為 的最大似然估計(jì)的最大似然估計(jì). )( L2、離散型、離散型:廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)3 3、連續(xù)型:、連續(xù)型:),;(21kxf k ,21nXXX,21),(21nXXX設(shè)總體設(shè)總體X的密度函數(shù)為的密度函數(shù)為是待估計(jì)參數(shù)。是待估計(jì)參數(shù)。是取自是取自X的一個(gè)樣本。則的一個(gè)樣本。則的聯(lián)合密度函數(shù)為的聯(lián)合密度函數(shù)為),;,(2121knxxxf ),;(211kniixf 稱為稱為似然函數(shù)似然函數(shù))( L ),;()(211kniixfL 即即 使使 達(dá)到最大的達(dá)到最大的 即為即為 的最大似然估計(jì)的最大似然估計(jì). )( L廣

9、東工業(yè)大學(xué)廣東工業(yè)大學(xué)3 3、連續(xù)型:、連續(xù)型:),;()(211kniixfL 使使 達(dá)到最大的達(dá)到最大的 即為即為 的最大似然估計(jì)的最大似然估計(jì). )( L),;()(211kniixpL 2、離散型、離散型:4、估計(jì)步驟:、估計(jì)步驟:a.a.寫出似然函數(shù)寫出似然函數(shù)),;()(211kniixfL .,21k b.求出使求出使 達(dá)到最大的達(dá)到最大的 )( Lc.用用 作為作為 的估計(jì)量,的估計(jì)量,k ,21k ,21的函數(shù)作為的函數(shù)作為 的同一函數(shù)的估計(jì)量。的同一函數(shù)的估計(jì)量。k ,21k ,21用用廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)5 5、解題具體步驟:、解題具體步驟: a.a.寫出似然函數(shù)寫出

10、似然函數(shù)),;()(211kniixfL b.求對(duì)數(shù)似然函數(shù)求對(duì)數(shù)似然函數(shù) ).(ln Lc.求導(dǎo)并令其導(dǎo)數(shù)等于求導(dǎo)并令其導(dǎo)數(shù)等于00)(ln1 L0)(ln2 L0)(ln kL d.解上述方程組。解上述方程組。即為即為 的最大似然估計(jì)。的最大似然估計(jì)。k ,21k ,21其唯一解其唯一解廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 離散型隨機(jī)變量離散型隨機(jī)變量X 服從服從 分布,從分布,從X中抽得容量為中抽得容量為n的樣本的樣本10 nXXX,21的一組觀察值的一組觀察值 ,或或), 2 , 1; 10(,21nixxxxin 求參數(shù)求參數(shù) p 的最大似然估計(jì),其中的最大似然估計(jì),其中 .01,1 XP

11、pXPp廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例2 求總體求總體X的服從參數(shù)為的服從參數(shù)為 的指數(shù)分布,求的指數(shù)分布,求 的最大似然估計(jì)的最大似然估計(jì). 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例3 求總體求總體 ,求,求 與與 的最大似然估計(jì)的最大似然估計(jì). ),(2 NX 2 例例4 設(shè)總體設(shè)總體 為取自總體的一個(gè)樣本觀察值,為取自總體的一個(gè)樣本觀察值, nxxxbaUX,21求未知參數(shù)求未知參數(shù) 的最大似然估計(jì)。的最大似然估計(jì)。ba,廣東工業(yè)大學(xué)廣東工業(yè)大學(xué) xxexfx02),()(2nxxx,21例例5 5(0000)設(shè)某種元件的使用壽命設(shè)某種元件的使用壽命X的概率密度為的概率密度為 其中其中 是未知參數(shù)。又

12、設(shè)是未知參數(shù)。又設(shè)是是X的一組樣本的一組樣本0 觀測(cè)值。求參數(shù)觀測(cè)值。求參數(shù) 的最大似然估計(jì)值的最大似然估計(jì)值. 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué), 3 , 2 , 1 , 3 , 0 , 3 , 1 , 3例例6 6(0202)設(shè)總體設(shè)總體X的概率分布為的概率分布為 其中其中 是未知參數(shù),利用總體是未知參數(shù),利用總體X的如下樣本值的如下樣本值 求求 的矩估計(jì)值和最大似然估計(jì)值。的矩估計(jì)值和最大似然估計(jì)值。XP01232 )1(2 2 21 )210( 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué) 10111);(xxxxF nXXX,21例例7 7(0404)設(shè)總體設(shè)總體X的分布函數(shù)為的分布函數(shù)為 其中其中 是未知參數(shù)

13、。是未知參數(shù)。是取自是取自X的一個(gè)樣本的一個(gè)樣本. .求求1 (1)(2) 的最大似然估計(jì)量。的最大似然估計(jì)量。 的矩估計(jì)量;的矩估計(jì)量; 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué) 其它其它021110),(xxXf nXXX,21例例8 8(0606)設(shè)總體設(shè)總體X的概率密度為的概率密度為 為來自為來自X的簡單的簡單其中其中 是未知參數(shù),是未知參數(shù),1)(0 簡單隨機(jī)樣本,記簡單隨機(jī)樣本,記N為樣本值為樣本值 中小于中小于1的個(gè)數(shù),的個(gè)數(shù),nxxx,21求求 的最大似然估計(jì)。的最大似然估計(jì)。 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.2.1 無偏性無偏性7.2.2 有效性有效性7.2.3 一致性一致性返回返回廣東工業(yè)大學(xué)

14、廣東工業(yè)大學(xué)7.2.1 無偏性無偏性 設(shè)設(shè) 是參數(shù)是參數(shù) 的估計(jì)量的估計(jì)量,若若 E則稱則稱 是是 的的無偏估計(jì)無偏估計(jì). 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 證明樣本均值證明樣本均值 與樣本方差與樣本方差 niiXnX11212)(11XXnSnii 分別是總體均值分別是總體均值 與總體方差與總體方差 的無偏估計(jì)的無偏估計(jì). 2 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例2 2 設(shè)總體設(shè)總體 為簡單隨機(jī)樣本為簡單隨機(jī)樣本, ,則則 的的 無偏估計(jì)量為無偏估計(jì)量為(A A)(B B)(C C)nXXXNX,), 0(212 2 niiXn12211 (D) niiXn1221 niiXn12211 niiXnn

15、1222)1( 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)nXXX,21)2( n例例3 3 設(shè)設(shè)是正態(tài)總體是正態(tài)總體 的一個(gè)樣本。求的一個(gè)樣本。求適當(dāng)?shù)某?shù)適當(dāng)?shù)某?shù)c,使得,使得 為為 的無偏估計(jì)。的無偏估計(jì)。),(2 N2111)( niiiXXcQ2 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.2.2 有效性有效性 21 DD 設(shè)設(shè) 與與 都是都是 的無偏估計(jì)的無偏估計(jì),若對(duì)任意樣本容量若對(duì)任意樣本容量n,都有都有1 2 則稱則稱 較較 有效有效. 1 2 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 1 設(shè)總體設(shè)總體X的期望為的期望為 ,方差為,方差為 ,分別抽取容量為,分別抽取容量為 的兩的兩 滿足滿足 的常數(shù),則的常數(shù),則 就

16、是就是 的無偏估計(jì),的無偏估計(jì), 2 21,nn個(gè)獨(dú)立樣本,個(gè)獨(dú)立樣本, 為兩個(gè)樣本的均值,試證:如果為兩個(gè)樣本的均值,試證:如果a,b是是21,XX1 ba21XbXaY 并確定并確定a,b ,使使DY最小。最小。廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.2.3 一致性一致性 1|lim nnP設(shè)設(shè) 是參數(shù)是參數(shù) 的估計(jì)量的估計(jì)量, n當(dāng)當(dāng) 時(shí)時(shí), 依概率收斂于依概率收斂于 , 即對(duì)任意即對(duì)任意 ,有有 0 則稱則稱 是是 的的相合估計(jì)量相合估計(jì)量或或一致估計(jì)量一致估計(jì)量. 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)nXXX,21例例1 1 設(shè)設(shè)是正態(tài)總體是正態(tài)總體 的一個(gè)樣本。求的一個(gè)樣本。求),(2 NX證證 為為 的

17、一致估計(jì)。的一致估計(jì)。2 212)(11XXnSnii 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)1 1、樣本均值和樣本方差分別是是總體期望和方差的無偏估計(jì)、樣本均值和樣本方差分別是是總體期望和方差的無偏估計(jì). .一些重要結(jié)論一些重要結(jié)論2 2、樣本的任意、樣本的任意k階原點(diǎn)矩均是對(duì)應(yīng)的總體階原點(diǎn)矩均是對(duì)應(yīng)的總體k階原點(diǎn)矩的一致估計(jì)階原點(diǎn)矩的一致估計(jì). 3 3、若、若 為為 的無偏估計(jì)的無偏估計(jì), ,且且 , ,則則 為為 的一致估計(jì)。的一致估計(jì)。 )(0)( nD 4 4、若、若 為為 的矩估計(jì)的矩估計(jì), , 為連續(xù)函數(shù)為連續(xù)函數(shù), ,則則 為為 的矩估計(jì)的矩估計(jì). . )(xg)( g)( g5 5、若、若

18、 為為 的最大似然估計(jì)的最大似然估計(jì), , 為單調(diào)增函數(shù)為單調(diào)增函數(shù), ,則則 為為 的最大似然估計(jì)的最大似然估計(jì). . )(xg)( g)( g廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)第三節(jié)第三節(jié) 參數(shù)的區(qū)間估計(jì)參數(shù)的區(qū)間估計(jì)返回返回7.3.1 基本概念基本概念7.3.2 單個(gè)正態(tài)總體的區(qū)間估計(jì)單個(gè)正態(tài)總體的區(qū)間估計(jì)7.3.3 兩個(gè)正態(tài)總體的區(qū)間估計(jì)兩個(gè)正態(tài)總體的區(qū)間估計(jì)廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.1 基本概念基本概念 1、 置信區(qū)間與置信度置信區(qū)間與置信度 設(shè)總體設(shè)總體X的分布中含有未知參數(shù)的分布中含有未知參數(shù) ,若,若 與與 ),(211nXXX ),(212nXXX 為由樣本為由樣本 所確定的兩個(gè)

19、統(tǒng)計(jì)量,所確定的兩個(gè)統(tǒng)計(jì)量,nXXX,21若對(duì)給定的常數(shù)若對(duì)給定的常數(shù) 有有 )10( 121P則稱則稱 為參數(shù)為參數(shù) 的的置信度置信度(置信水平置信水平)為為 的的置信區(qū)間置信區(qū)間。 1),(21 :1 :2 置信下限置信下限 置信上限置信上限 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)假設(shè)總體假設(shè)總體X服從正態(tài)分布服從正態(tài)分布 7.3.2 單個(gè)正態(tài)總體的區(qū)間估計(jì)單個(gè)正態(tài)總體的區(qū)間估計(jì) nXXXN,),(212 是樣本是樣本.考慮下面幾種區(qū)間估計(jì)考慮下面幾種區(qū)間估計(jì):(1) 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2 (2) 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 (3) 已知,求已知,求 的置信區(qū)間的置

20、信區(qū)間 2 (4) 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)易知易知 ),(2nNX 取統(tǒng)計(jì)量取統(tǒng)計(jì)量 nXu/ 則有則有 )1 , 0(/NnXu 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1 1|2uuP即即 122uuuP從而有從而有 122nuXnuXP即即 的置信度為的置信度為 的置信區(qū)間為的置信區(qū)間為 1),(22nuXnuX 7.3.2.1 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2 x)(xfO2 u2/ 12 u 2/ 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 已知某廠生產(chǎn)的滾珠直徑已知某廠生產(chǎn)的滾珠直徑 ,從某天生產(chǎn)的滾,從某天生產(chǎn)的滾珠中隨機(jī)抽取珠中隨機(jī)抽取

21、6個(gè),測(cè)得直徑為(單位:個(gè),測(cè)得直徑為(單位:mm)06. 0 ,( NX1 .152 .158 .149 .141 .156 .14求求 的置信概率為的置信概率為0.95的置信區(qū)間。的置信區(qū)間。 ),(22nuXnuX 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)),1 ,( N例例1 1(0303)已知一批零件的長度已知一批零件的長度x(單位:(單位:cm)服從正態(tài)分布)服從正態(tài)分布從中隨機(jī)地抽取從中隨機(jī)地抽取1616個(gè)零件,得到長度的平均值為個(gè)零件,得到長度的平均值為4040的置信區(qū)間是的置信區(qū)間是 。(cm),則),則 的置信度為的置信度為0.95 (注(注:標(biāo)準(zhǔn)正態(tài)分布函數(shù)值標(biāo)準(zhǔn)正態(tài)分布函數(shù)值 )95.

22、 0)645. 1(,975. 0)96. 1( ),(22nuXnuX 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.2.2 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 取統(tǒng)計(jì)量取統(tǒng)計(jì)量 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1 1|2tTP即即 122tTtP從而有從而有 122nStXnStXP即即 的置信度為的置信度為 的置信區(qū)間為的置信區(qū)間為 1),(22nStXnStX )1(/ ntnSXT x)(xfO2 t2/ 12 t 2/ 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 1 設(shè)總體設(shè)總體X的樣本方差為的樣本方差為1,據(jù)來自,據(jù)來自X的容量為的容量為100的簡單隨的簡單隨機(jī)樣本,測(cè)得均值為機(jī)樣本,測(cè)得均

23、值為5,則,則X的期望的置信度近似等于的期望的置信度近似等于0.95的置的置信區(qū)間為信區(qū)間為 。),(22nStXnStX ),(22nuXnuX 7.3.2.2 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 7.3.2.1 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué) 取統(tǒng)計(jì)量取統(tǒng)計(jì)量 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1 1)()(22221nWnP從而得到從而得到 的置信度的置信度2 )()(12122nXWnii )(22nWP 2)(221 nWP其中其中 ,)()(2212nXnii )()(22112nXnii 7.3.2.3 已知,求已知,求 的置信區(qū)

24、間的置信區(qū)間 2 x)(xfO)(22n 2/ 2/ )(221n 1為為 的置信區(qū)間為的置信區(qū)間為廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 已知某廠生產(chǎn)的零件已知某廠生產(chǎn)的零件 ,從某天生產(chǎn)的零件,從某天生產(chǎn)的零件中隨機(jī)抽取中隨機(jī)抽取4個(gè),得樣本觀察值個(gè),得樣本觀察值), 6 .12(2 NX求求 的置信概率為的置信概率為0.95的置信區(qū)間。的置信區(qū)間。2 2 .138 .124 .136 .12,)()(2212nXnii )()(22112nXnii 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)取統(tǒng)計(jì)量取統(tǒng)計(jì)量 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1 1)1()1(22221nWnP )1(22nWP 2)1(22

25、1 nWP其中其中 ,)1()(2212 nXXnii )1()(22112 nXXnii ) 1() 1()(1222122 nSnXXWnii 7.3.2.4 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 從而得到從而得到 的置信度的置信度2 1為為 的置信區(qū)間為的置信區(qū)間為x)(xfO)1(22 n 2/ 2/ ) 1(221 n 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.2.3 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2 ,)()(2212nXnii )()(22112nXnii 7.3.2.4 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2 ,)1()(2212 nXXnii )1()(22112

26、nXXnii 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)例例1 已知某廠生產(chǎn)的零件已知某廠生產(chǎn)的零件 ,從某天生產(chǎn)的零件中,從某天生產(chǎn)的零件中隨機(jī)抽取隨機(jī)抽取4個(gè),得樣本觀察值個(gè),得樣本觀察值),(2 NX求求 的置信概率為的置信概率為0.95的置信區(qū)間。的置信區(qū)間。2 2 .138 .124 .136 .12,)1()(2212 nXXnii )1()(22112 nXXnii 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.3 兩個(gè)正態(tài)總體的區(qū)間估計(jì)兩個(gè)正態(tài)總體的區(qū)間估計(jì) 已知兩個(gè)相互獨(dú)立正態(tài)總體已知兩個(gè)相互獨(dú)立正態(tài)總體),(),(222211 NYNX考慮下面幾種區(qū)間估計(jì)考慮下面幾種區(qū)間估計(jì):分別為其樣本。分別為其樣本。

27、1,21nXXX2,21nYYY與與 (1 1) 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2221, 21 (2 2) 未知,求未知,求 的置信區(qū)間的置信區(qū)間 22221 21 (3 3) 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2221/ 21, (4 4) 未知,求未知,求 的置信區(qū)間的置信區(qū)間 2221/ 21, 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.3.1 7.3.3.1 已知,求已知,求 的置信區(qū)間的置信區(qū)間 2221, 21 取統(tǒng)計(jì)量取統(tǒng)計(jì)量 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1從而得到從而得到 的置信度為的置信度為 的置信區(qū)間為的置信區(qū)間為 21 1)1 , 0(/)()(2221

28、212121NnnXXU 1|2uUP 222121221222121221)( ,)(nnuXXnnuXX x)(xfO2 u2/ 12 u 2/ P176定理定理8廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)),60,(1 NX)36,(2 NY50,7521 nn,76,82 YX例例1 1 設(shè)兩總體設(shè)兩總體X, ,Y相互獨(dú)立相互獨(dú)立, ,且且從從X,Y中分別抽取容量為中分別抽取容量為的樣本,且算得的樣本,且算得求求 的的95%95%的置信區(qū)間的置信區(qū)間. . 21 222121221222121221)( ,)(nnuXXnnuXX 廣東工業(yè)大學(xué)廣東工業(yè)大學(xué)7.3.3.2 7.3.3.2 未知,求未知,求 的置信區(qū)間的置信區(qū)間 22221 21 取統(tǒng)計(jì)量取統(tǒng)計(jì)量 對(duì)給定的置信度對(duì)給定的置信度 ,使使 1從而得到從而得到 的置信度為的置信度為 的置信區(qū)間為的置信

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論