枢轴量的定义是什么
奔走的小白象
2024-05-24 08:44:07
最佳回答
区计qujianguji区间估计intervalestimation参数估一种形式。通过从总体中抽取本,根据一定的正与精确度的要求,构造出适当的区间,以作为总体的分布参数(或参数的函数)的真值所在范围的估计。例如,估计一种药品所含杂质的比率在1~2%之间;估计一种合金的断裂强度在1000~1200千克之间,等等。在有的问题中,只需要对未知量取值的上限或下限作出估计。如前例中,一般只对上限感兴趣,而在第二例中,则只对下限感兴趣。在数理统计学中,待估计的未知量是总体分布的参数或的某个函数()。区间估计问题可一般地表述为:要求构造一个仅依赖于样本x=(1,2,…,)的适当的区间[(x),(x)],一旦得到了样本x[2kg]的观测值,就把区间[(),()]作为或()的估计至于怎样的区间才算是“适当”,如何去构造它,则与所依据的原理和准则有关。这些原理、准则及构造区间估计的方法,便是区间估计理论的研究对象。作为参数估计的形式,区间估计与点估计是并列而又互相补充的,它与假设检验也有密切的联系。置信区间理论这是1934年,由统计学家j.奈曼所创立的一种严格的区间估计理论。置信系数是这个理论中最为基本的概念。置信系数奈曼以概率的频率解释为出发点,认为被估计的是一未知但确定的量,而样本x是随机的。区间[(x),(x)]是否真包含待估计的,取决于所抽得的样本x。因此,区间[(x),(x)]只能以一定的概率[537-03]包含未知的。对于不同的,()之值可以不同,()对不同的取的最小值1-(0<<1)称为区间[(x),(x)]的置信系数。与此相应,区间[(x),(x)]称为的一个置信区间。这个名词在直观上可以理解为:对于“区间[(x),(x)]包含”这个推断,可以给予一定程度的相信,其程度则由置信系数表示。对的上、下限估计有类似的概念,以下限为例,称(x)为的一个置信下限,若一旦有了样本x,就认为不小于(x),或者说,把估计在无穷区间[(x),∞)内。“不小于(x)”这论断正确的概率为[537-04][537-4])。1()对不同的[2kg][2kg]取的最小值[2kg]1-(0<<1)称为置信下限(x)的置信系数。在数理统计中,常称不超过置信系数的任何非负数为置信水平。优良性准则置信系数1-反映了置信区间[(x),(x)]的可靠程度,1-愈大,[(x),(x)]用以估计时,犯错误(即并不在[(x),(x)]之内)的可能性愈小。但这只是问题的一个方面。为了使置信区间[(x),(x)]在实际问题中有用,它除了足够可靠外,还应当足够精确。比如说,估计某个人的年龄在5至95岁之间,虽十分可靠,但太不精确,因而无用。通常指定一个很小的正数(一般,取0.10,0.05,0.01等值),要求置信区间[(x),(x)]的置信系数不小于1-,在这个前提下使它尽可能地精确。对于“精确”的不同的解释,可以导致种种优良性标准。比较重要的有两个:一是考虑区间的长度(x)-(x)愈小愈好。这个值与x有关,一般用其数学期望e((x)-(x))作为衡量置信区间[(x),(x)]精确程度的指标。这个指标愈小,置信区间的精确程度就愈大。另一个是考虑置信区间[(x),(x)]包含假值(指任何不等于被估计的的值)的概率[537-5][537-05],它愈小,[(x),(x)]作为的估计的精度就愈高。如果(x)是的置信下限,则在保证(x)的置信系数不小于1-[2kg]的前提下,(x)愈大,精确程度愈高。这也可以用[(x),∞)包含假值(有时,对所考虑的置信区间(或上、下限)加上某种一般性限制,在这个前提下寻。 20210311