徐 寶，馬藝光，趙志文，孫耀東

（吉林師范大學 數學學院，吉林 四平 136000）

簡單均勻分布參數同等最短置信區(qū)間的求法

徐 寶，馬藝光，趙志文，孫耀東

（吉林師范大學 數學學院，吉林 四平 136000）

對形如U(0，θ)的均勻分布，文章在給定置信水平1-a下，用計算函數極值的方法得到了參數q的平均長度最短的同等置信區(qū)間，然后通過最大密度區(qū)間法得到了該參數的相同的最短置信區(qū)間，后者的求解過程也充分印證了該方法也是確定參數最短置信區(qū)間以及構造等尾置信區(qū)間的依據。

均勻分布；置信區(qū)間；最大密度區(qū)間

1 問題的提出

均勻分布也稱為平頂分布，是一種常見的連續(xù)型分布，也是在理論和實踐中都有重要應用的一種概率統(tǒng)計模型。理論上，均勻分布在構造性地證明隨機變量存在定理中起到關鍵作用[1]；任何連續(xù)型隨機變量X的分布函數F(x)對應的隨機變量F(X)都服從區(qū)間(0,1)上的均勻分布[1]。生活和生產實際中也經常使用，比如：半徑為r的汽車輪胎的圓周接觸地面的位置X服從均勻分布U(0,2πr)[1]，這從報廢輪胎四周的磨損程度幾乎相同可以得到印證。

一般均勻分布U(a,b)的參數估計是理論和實際應用中不可或缺的一部分，而區(qū)間估計是更是參數估計中的重要內容。在給定置信水平下構造的置信區(qū)間，人們關心的是該區(qū)間的精確度問題，而區(qū)間的精確度通常由兩方面來衡量：一是置信區(qū)間的平均長度越短越好，二是置信區(qū)間包含真值的概率越大越好。在實際應用中，通常使用置信區(qū)間長度來衡量其精確度。因此研究各種分布參數的最短置信區(qū)間有一定的理論和現實意義。一般均勻分布U(a,b)的參數a和b的最短置信區(qū)間是統(tǒng)計文獻中的常見的研究內容[2-5]，都是和其他分布參數一樣使用樞軸量和分布的分位數構造置信區(qū)間以及使用極值確定最短置信區(qū)間[6-8]，但確定的依據卻都沒有明確提出.本文對形如U(0,1)和U(0,2πr)的簡單均勻分布U(0，θ)，利用數學分析中計算函數條件極值的方法得到參數q的最短同等置信區(qū)間，并用最大密度區(qū)間法[9]驗證了該區(qū)間確實是給定置信水平下的最短置信區(qū)間，并由此印證最大密度區(qū)間正是確定參數最短置信區(qū)間以及構造等尾置信區(qū)間的依據。

2 U(0,θ)中參數θ的最短同等置信區(qū)間的求法

計算U(0,θ)中參數θ的最短同等置信區(qū)間，為了行文需要，給出如下概念：

定義2(同等置信區(qū)間)：設θ是某總體的一個取值于Θ 的參數，x1，…，xn為抽自該總體的一個樣本，對給定的a∈(0,1)，若存在兩個統(tǒng)計量與,且滿足，使得∈Θ),則稱隨機區(qū)間為參數 q 的 1-a 同等置信區(qū)間。

定義3(最大密度區(qū)間)：將隨機變量的具有高密度值的點歸入某個區(qū)間，使該區(qū)間外的點的密度值不超過區(qū)間內的任意點的密度值，若這種集最大密度點形成的區(qū)間存在，則稱該區(qū)間為對應隨機變量的最大密度區(qū)間，并且最大密度區(qū)間的長度是最短的。

對給定的a∈(0,1)，U(0,θ)中參數θ的最短同等置信區(qū)間由下面定理給出：

定理：設x1，…，xn是來自均勻分布總體U(0，θ)的一個樣本，對給定的α(0＜α＜1)，參數θ的1-α最短同等置信區(qū)間為其中x(n)為該分布的最大次序統(tǒng)計量。

證明：第一步：構造樞軸量。

首先尋找參數θ的一個點估計，由于矩法估計精度不高，所以尋求θ的極大似然估計。

由于似然函數為：

要使L(θ)達到最大，示性函數取值必須為1，其次是盡可能大，由于是θ的單調減函數，所以θ的取值應盡可能小，但示性函數為1決定了θ不能小于x(n)，由此得到參數θ的極大似然估計為

從而有G的概率密度函數為：

很明顯它與參數θ無關，所以是樞軸量。

第二步：選擇常數c和d，使得概率等式P(c≤G≤d)=1-α恒成立。

從而有：

因此c和d滿足dn-cn=1-α。

第三步：求參數θ的1-α同等置信區(qū)間。

第四步：尋找最短1-α同等置信區(qū)間。

由于0＜c＜d≤1，且dn-cn=1-α，所以求二元函數的極值問題就變成了限制條件φ(c，d)=dn-cn-1+α=0下的條件極值問題了。一般考慮使用數學分析中的拉格朗日乘數法求之，但是函數在區(qū)域E={(c，d):0＜c＜d≤1}的內部沒有穩(wěn)定點，自然也沒有候選極值點，因此該函數如果存在極值點也只能在邊界點處取得，但區(qū)域E的邊界點有無窮多個，無法一一驗證，所以嘗試轉用無條件極值借助函數的特性求之。

由于dn-cn=1-α，從而有于是有：

對函數g(d)是關于d求導，有：

這說明g(d)是關于d的單調減函數，而0＜d≤1，故g(d)在d=1處取得極小值，此時于是二元函數在點處取得最小值，因此參數θ的1-α同等最短置信區(qū)間為

這是從數學分析角度得到的最短置信區(qū)間，只是給出了計算方法，并沒有指出構造最短置信區(qū)間的思想，而下面的從樞軸量的分布函數出發(fā)應用最大密度區(qū)間法，不但能確定參數的與前述相同的最短置信區(qū)間，而且還能體現出構造最短置信區(qū)間的指導思想。

圖1

3 結束語

本文對簡單的均勻分布U(0，θ)，分別運用函數極值和最大密度區(qū)間法計算了參數θ的1-α最短同等置信區(qū)間，兩種方法得到的形式一致，其中最大密度區(qū)間法是一種比較巧妙的方法，它不但運用了數形結合的思想，還給出了利用分布的分位數構造最短置信區(qū)間的依據，該方法是構造參數的置信區(qū)間的指導思想。

［1］茆詩松，程依明，濮曉龍.概率論與數理統(tǒng)計教程(第二版)［M］.北京：高等教育出版社，2011.

［2］王秀麗.均勻分布參數的最短置信區(qū)間［J］.數學的實踐與認識，2008，(5).

［3］曾艷.均勻分布參數的最短置信區(qū)間［J］.赤峰學院學報：自然科學版，2011，(9).

［4］張紅兵.均勻分布區(qū)間長度的最短置信區(qū)間［J］.孝感學院學報，2007，(5).

［5］鄭發(fā)美.兩均勻分布區(qū)間長度比的置信區(qū)間與假設檢驗［J］.統(tǒng)計與決策，2009，(22).

［6］徐付霞，董永杈，王娟.基于離散樞軸量的泊松分布參數的精確最短置信區(qū)［J］.數學的實踐與認識，2014，(24).

［7］徐美萍，于健，王若.威布爾分布中尺度參數的最短區(qū)間估計［J］.江西師范大學學報：自然科學版，2015，(3).

［8］夏樂天,郭寶才,肖艷文.指數分布參數置信區(qū)間的最短化研究［J］.河海大學學報：自然科學版，2003，(3).

［9］茆詩松，呂曉玲.數理統(tǒng)計學(第二版)［M］.北京:中國人民大學出版社，2016.

（責任編輯/浩 天）

O212.1

A

1002-6487（2017）19-0084-03

吉林省社會科學基金資助項目（2014B137）；吉林省科技發(fā)展計劃項目（20150101007JC）

徐 寶（1977—），男，吉林四平人，博士，副教授，研究方向:數理統(tǒng)計。