7.4 区间估计
18
本章目录 · 1 节
本章导读
【7.4 区间估计】点估计给出一个数,区间估计还描述抽样不确定性。置信区间的端点在抽样前是统计量;给定数据后成为具体数值。解释时必须分清随机区间与固定参数。
【置信区间的定义】设、不含未知参数,并满足。若对每个都有
则称置信水平至少为的置信区间。连续枢轴量下通常选择覆盖概率恰为的区间;离散模型中因跳跃往往只能取得不低于目标的覆盖率。端点是否包含要结合分布处理,尤其不能在参数空间边界或离散情形随意把闭区间改成开区间。
【频率学派的含义】在同一真实参数、相同抽样设计下重复取样,用同一规则构造区间,长期覆盖真实参数的比例至少为。参数在这里固定,随机的是区间。具体样本给出的数字区间要么覆盖真值,要么不覆盖;不能把它解释成“给定这些数据,固定参数有95%的概率落入这个已固定区间”。若讨论参数的后验概率,需要另一个包含先验的贝叶斯模型,本节不作这种设定。
【例 已知方差的正态均值】总体,已知。。上分位数满足。反解得
例如95%水平、、时半宽约。若观察到,区间约为,按两位小数写为,其95%指构造规则的长期覆盖性质。(例完)
【区间不是唯一的】95%也可把尾概率分成左0.04、右0.01,得到。该长度为,约,比等尾长度长。对固定覆盖概率的标准正态连续区间,对称中央区间最短;不能据此宣称所有不对称分布的等尾置信区间也最短,更不能脱离覆盖条件单纯追求窄区间。
【枢轴量法的步骤】先构造包含样本与待估参数的量,使其分布不含任何未知参数;再选定覆盖概率为的分位区间;最后把关于的不等式等价地反解为参数的区间,检查端点只含数据和已知常数。枢轴量的表达式可以含待估参数,所以它不必本身是统计量;它的已知分布才使反解成为可能。求倒数或乘负数时要同时改变不等号方向。
