估计方法中若干问题的随机模拟及探讨.pdfVIP

第 1O期 福建教育学院学报 N0．1O 2014年 10月 JOURNALOFFUJIAN INSTITUTEOFEDUCATION OCT，2014 估计方法中若干问题的随机模拟及探讨 吕书龙 刘文丽 梁飞豹 陈凤德 江巧洪 (福州大学数学与计算机科学学院，福建 福州 350116) 摘 要：利用 R统计软件的绘图和随机模拟功能，对矩估计和极大似然估计的统计性能、矩估计不惟一 时矩的阶数选择以及用参数法和非参数法进行置信区间估计的异同点等进行直观描述，揭示方法的区别，以 促进方法的理解和正确应用。 关键词：R统计软件；矩估计；极大似然估计；区间估计 中图分类号：0212 文献标识码：A 文章编号：1673—9884(2014)10—0120—03 点估计是参数估计的重要 内容，常用的方法有矩 散点折线图，进行直观比较。容易得No的矩估计为 估计法和极大似然估计法等。在很多场合，两种估计 ： 2 ，极大似然估计为 =max{xi，i=1,2…．，孔)。 方法的理论结果基本一致。但细究起来就会发现，极 表 l 模拟实验 1的R程序 大似然估计法充分利用了抽样样本和分布总体的信 n=20： m=40： the：i0 estl=rep(0，m) 息，其估计效果和统计性能优于矩估计。另外从估计 est2=rep(0，m) 方法的计算过程看，矩估计法的结果不具有惟一性， for(iin 1：m) {x=runif(n，0，the) 而到底采用哪个估计结果，在实际应用中存在一定的 estl[i]=2*mean(X) 困惑。在对总体某些参数或特征进行置信区间估计时， est2n]=max(x) 可采用参数法或非参数法，哪种方法的性能更好、适 ) plot(1：Ill，estl，type=l，ylim=c(min(C(estl，est2))一 用性更广也是一个可探讨的问题。本文借助R软件的 0．1， 随机模拟将上述问题的区别直观地表达出来，以促进 max(C(estl，est2))+O．1)) points(1：m，est1) 方法的正确使用，希望能够起到抛砖引玉的作用。 lines(1：m，est2)： points(1：m，est2，pch=16) 一 、 点估计统计性能的区别及R模拟 abline(h=lO) # =10为真实值，画成水平线 矩估计法的统计性能弱于极大似然估计法，一方 面矩估计结果可能与实际不符；另一方面矩估计结果 随样本的波动大。R软件的随机模拟功能很强大 ， 一 ’ ^八 ^ ．f 。 V ’ ’。r 。 只要精心构造，就能直观地展示问题的实质。下面构 造模拟实验 1，并给出程序见表 1和图1来阐述这两 种方法的区别。 图1 均匀分布参数的两种估计的比较 模拟实验 1：从总体x在区间[0，e】上服