7.3区间估计 引例已知X~N(μ,1) μ的无偏、有效点估计为 常数 随机变量 不同样本算得的μ的估计值不同, 因此除了给出μ的点估计外,还希望根据 所给的样本确定一个随机区间,使其包含 参数真值的概率达到指定的要求

一、参数估计量的区间估计—不做介绍 二、预测值的区间估计

与其他总体相比,正态总体参数的置信区间是最完善的应用也最广泛。在构造正态总体参数的置信区间的过程中,t分布、x2分布、F分布以及标准正态分布N(1扮演了重要角色

前面讨论了参数的点估计,它是用样本算出的一个值去估计未知参数即点估计值仅仅 是未知参数的一个近似值,它没有给出这个近似值的误差范围 例如,在估计某湖泊中鱼的数量的问题中,若根据一个实际样本,利用最大似然估计法 估计出鱼的数量为50000条,这种估计结果使用起来把握不大实际上鱼的数量的真值可 能大于50000条,也可能小于50000条且可能偏差较大 若能给出一个估计区间,让我们能较大把握地(其程度可用概率来度量之)相信鱼的数量 的真值被含在这个区间内,这样的估计显然更有实用价值

一只与区间长度有关,与区间的位置无关。即X落在两 个长度相等的区间内的概率相等。具有上述特点的随 机变量便是均匀分布的随机变量。 如:测量物体长度时读数的舍入误差服从均匀分 布。在(a,b)上随机掷质点

一、置信度与μ的置信区间 日常分析中测定次数是很有限的，总体平均值 自然不为人所知。但是随机误差的分布规律表明， 测定值总是在以μ为中心的一定范围内波动，并有 着向μ集中的趋势。因此，如何根据有限的测定结 果来估计μ可能存在的范围（称之为置信区间）是 有实际意义的。该范围愈小，说明测定值与μ愈接 近，即测定的准确度愈高。但由于测定次数毕竟较 少，由此计算出的置信区间也不可能以百分之百的 把握将μ包含在内，只能以一定的概率进行判断

5.1 参数估计的基本内容 5.2 总体均值区间估计 5.3 两均值之差的区间估计 5.4 总体比例区间估计 5.5 总体标准差及方差的估计

闭区间上连续函数的性质 闭区间上的连续函数有着十分优良的性质, 这些性质在函数的理论分析、研究中有着重 大的价值,起着十分重要的作用。下面我们 就不加证明地给出这些结论,好在这些结论 在几何意义是比较明显的

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 §3.4 多元线性回归模型的预测 一、E(Y0)的置信区间 二、Y0的置信区间 §3.5 回归模型的其他函数形式 一、模型的类型与变换 二、非线性回归实例 §3.6 受约束回归 一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

 基本概念与枢轴变量法  正态总体情形  双正态总体情形  单侧置信区间  非正态总体均值的区间估计