参数估计(修改).pptVIP

参数估计 第七章 参数估计 参数的点估计 估计量的评选标准 正态总体参数的区间估计 一。 参数的点估计 三、极大似然估计法(R.A.Fisher费歇) 四。 估计量的评选标准 二、有效性 三、一致性（相合性） 五。 区间估计 二、正态总体N(μ,σ2)的方差σ2的置信区间 (3) 当n1时，对任意? 1， 因此 比 更有效。 在参数估计中，很容易想到，如果样本容量越大，样本所含的总体分布的信息越多。n越大，越能精确估计总体的未知参数。随着n的无限增大，一个好的估计量与被估参数的真值之间任意接近的可能性会越来越大，这就是所谓的相合性或一致性。 定义 设 为未知参数? 的估计量，若对任意给定的正数 ε0，都有 即 以概率收敛于参数? ，则称 为参数? 的一致估计或相合估计量。 上一节中，我们讨论了参数的点估计，只要给定样本观察值，就能算出参数的估计值。但用点估计的方法得到的估计值不一定是参数的真值，即使与真值相等也无法肯定这种相等（因为总体参数本身是未知的），也就是说，由点估计得到的参数估计值没有给出它与真值之间的可靠程度，在实际应用中往往还需要知道参数的估计值落在其真值附近的一个范围。为此我们要求由样本构造一个以较大的概率包含真实参数的一个范围或区间，这种带有概率的区间称为置信区间，通过构造一个置信区间对未知参数进行估计的方法称为区间估计。 定义 设总体X的分布函数族为{F(x;θ), θ∈Θ}，对于给定的α(0α1)，如果有两个统计量 使得 对一切θ∈Θ成立，则称随机区间 是θ的置信度为1-α的双侧置信区间 双侧置信下限； 双侧置信下限； 1-α置信度。 由定义可知，置信区间是以统计量为端点的随机区间，对于给定的样本观察值(x1,x2,…,xn)，由统计量 构成的置信区间 可能包含真值θ，也可能不包含真值θ，但在多次观察或试验中，每一个样本皆得到一个置信区间，在这些区间中包含真值θ的区间占100(1-α)%，不包含θ的仅占100α%。 例9 设(X1,X2,…,Xn)是取自总体X~N(μ,σ2)的一个样本，其中σ2已知，μ未知。试求出μ的置信度为1-α的置信区间。 解 由于样本均值 是总体均值μ的极大似然估计，且 故统计量 由标准正态分布上p分位点的定义可知 即μ落在区间 内的概率为1-α。 此区间称为μ的置信度为1-α的置信区间。 uα/2 O u1-α/2 x φ(x) α/2 α/2 1-α 从此例我们发现随机变量Z在区间的构造中起着关键的作用，它具有下述特点： (1) Z是待估参数μ和统计量 (2)不含其它未知参数； (3)服从与未知参数无关的已知分布。 求置信区间的一般步骤 的函数； 一、正态总体N(μ,σ2)的均值μ的置信区间 1、方差σ2已知 由例7.14可知 则置信度为1-α的μ的置信区间为 2、方差σ2未知 由于方差σ2未知，不能使用 作为统计量 用σ2的无偏估计量 代替σ2 则μ的置信度为1-α的置信区间为 求正态总体参数置信区间的解题步骤： (1)根据实际问题构造样本的函数，要求仅含待估参数且分布已知； (2)令该函数落在由分位点确定的区间里的概率为给定的置信度1??，要求区间按几何对称或概率对称； (3)解不等式得随机的置信区间； (4)由观测值及?值查表计算得所求置信区间。 例10 已知某批灯泡的寿命X(单位:小时)~N(μ,σ2)，现从这批灯泡中抽取10个，测得寿命分别为1050,1100,1080,1120,1200,1250,1040,1130,1300,1200 若α=0.05，求μ的置信区间(1)σ2=8，(2)未知。 解(1)由于σ2=8，由样本观察值计算得 n=10，α=0.05 查标准正态分布表得 μ的置信度为0.95的置信区间为[1145.25，1148.75]。 (2)由于σ2未知，由样本观察值计算得 S=87.0568, n=10, α=0.05，查t分布表得 μ的置信度为0.95的置信区间为[1084.72，1209.28]。 1、均值μ已知 此时σ2的极大似然估计为 且 由χ2分布分位点的概念可知 则σ2的置信度为1-α的置信区间为 * 一、参数估计的概念 估计量；估计值 由于 现用它来估计未知参数?，故称这种估计为点估计。 是实数域上的一个点， 点估计的经典方法是： (1)矩估计法 (2)极大似然估计法 二、矩估计法(简称“矩法”) 英国统计学家皮尔逊(K.pearson)提出 1、矩法的基本思想： 以样本矩作为相应的总体同阶矩的估计； 以样本矩的函数作为相应的总体矩