Confidence Interval Estimation
设总体 含有一个待估计参数
给定常数 , 找出统计量 使得:
则称 为参数 的置信度为 的置信区间
- 为估计量与参数真值之间的误差限
- 不等式 为置信区间
置信区间的长度 越小,估计的精度越高
区间估计的基本步骤
- 将待估计的参数的分布转化为已知的分布,构造随机变量
由样本采用点估计得到未知参数的估计
参考正态总体统计量的分布特征,“对谁估计,就构造谁的分布”
- 对给定的置信度 根据构造的随机变量的分布确定分位点
分位点 常采用概率对称的点
- 从区间的不等式中解出待估计参数的范围,也即置信区间
置信区间是用已知量与样本的统计量表示出来的
- 最终,置信区间以 的概率包含未知参数,完成区间估计
alpha/2P=1-alphaalpha/2alpha/21-alpha/2P=1-alpha1-alpha/2alpha/2alpha/2alpha/2置信区间置信区间
t分布正态分布卡方分布F分布
对于对称分布的正态分布和 t 分布:
所以:
单正态总体均值与方差的区间估计
正态总体:
分位点
置信度为 的参数 的置信区间
置信区间长度
t分布
分位点
置信区间
卡方分布
分位数:
分位数
双正态总体的均值差的区间估计
在实际工作生活中,要根据样本分析两个不同正态总体 之间的差异
3 .方差之比的区间估计
均值方差均未知
分位数
置信区间: