概率统计6.1 6.2 6.3.pptxVIP

第六章 点估计（Point estimation）第一节 矩法估计第二节 极大似然估计第三节 Cramer_Rao 不等式第四节 充分统计量第五节 一致最小方差无偏估计参数估计问题（Parameter estimation）参数估计的一般方法§6.1 矩法估计（method of moment） 矩法估计是基于“替换”思想建立起来的一种估计方法.是英国统计学家K.pearson在1894年提出的. 基本思想是用样本矩估计总体矩. 理论依据是大数定律. 评价一个估计量的好坏，不能仅仅依据一次试验的结果，而必须由多次试验结果来衡量.因为估计量是样本的函数，是随机变量. 由不同的观测结果，就会求得不同的参数估计值, 因此一个好的估计，应是多次试验中体现出优良性. 估计量是随机变量，对于不同的样本值会得到不同的估计值. 我们希望估计值在未知参数真值附近摆动，它的期望值等于未知参数的真值, 这就导致无偏性这个标准.n510152030c0.6650.9730.9820.9870.991 极大似然估计首先是由德国数学家（Guass）高斯在1821年提出的，然而，这个方法常归功于英国统计学家（Fisher）费歇. 费歇在1912年重新发现了这一方法，并首先研究了这种方法的一些性质.极大似然原理:一个试验有多个可能结果A，B，C，…，若在一次试验中，若事件A发生，则认为事件A