参数的区间估计

所属章节:第6章 数理统计

设 θ\theta 是总体 XX 的分布函数的一个未知参数,对于给定 α(0<α<1)\alpha (0 < \alpha < 1),如果由样本 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 确定的两个统计量 θ^1=θ^1(X1,X2,⋯ ,Xn)\hat{\theta}_1 = \hat{\theta}_1(X_1, X_2, \cdots, X_n),θ^2=θ^2(X1,X2,⋯ ,Xn)\hat{\theta}_2 = \hat{\theta}_2(X_1, X_2, \cdots, X_n),使

P{θ^1(X1,X2,⋯ ,Xn)<θ<θ^2(X1,X2,⋯ ,Xn)}=1−α,P\{\hat{\theta}_1(X_1, X_2, \cdots, X_n) < \theta < \hat{\theta}_2(X_1, X_2, \cdots, X_n)\} = 1 - \alpha,

则称随机区间 (θ^1,θ^2)(\hat{\theta}_1, \hat{\theta}_2) 是 θ\theta 的置信度为 1−α1 - \alpha 的置信区间,θ^1\hat{\theta}_1 和 θ^2\hat{\theta}_2 分别称为 θ\theta 的置信度为 1−α1 - \alpha 的双侧置信区间的置信下限和置信上限,1−α1 - \alpha 称为置信度或置信水平,α\alpha 称为显著性水平. 如果 P{θ<θ^1}=P{θ>θ^2}=α2P\{\theta < \hat{\theta}_1\} = P\{\theta > \hat{\theta}_2\} = \frac{\alpha}{2},则称这种置信区间为等尾置信区间.

关联知识

原文:原笔记 · 6.5 参数的区间估计 P151(原文件第 933–942 行)。

返回概率论导航