参数的点估计.pptVIP

课外书面练习 课外书面练习 参考答案 为什么 总是总体均值μ的无偏估计; 问三系数 分别记三者的样本均值. 说明任意三系数a, b, c 满足 时, 例8 从总体 X 中抽得容量为n1, n2 , n3 的三样本. 以 于是，依Lagrange乘数法，令 退出 返回 则由 的值最小，只须使三元函数 取最小值. a, b, c 各为多大时, 可使方差 的值最小? 另外， 要 即可解出 解 退出 返回 《概率统计练习册》 P37, P38 P37: 1. (点估计，点估计量与点估计值的概念) 2. (指出矩估计与极大似然估计的基本步骤) 3. (指出总体均值与总体方差的矩估计量) 4. (指出均匀总体与正态总体未知参数的矩估计量) 5. (指出总体方差两种不同估计的有偏与无偏性) 6. (指出正态总体均值的无偏估计量) 退出 返回 《概率统计练习册》 P37: 7. (求统计值----矩估计值与样本方差的观测值) P38: 8. (求总体分布参数的矩估计与极大似然估计) 9. (求泊松总体分布参数的矩估计与极大似然估计) 2. 样本, 总体, L (θ) , 点估计值; 9. 3. 4. 矩估计量 7. 1. 点估计, 点估计量, 点估计值; 8. 5. 6. 矩估计值 极大似然估计量 极大似然估计值 退出 返回 退出 返回 矩估计 极大似然估计 基本思路 矩估计与极大似然估计的基本思路与结论 基本结论 用样本算术平均值(一阶原点矩的观测值)近似数学期望E(X) 用样本二阶中心矩的观测值b2近似方差D(X) 用极大似然函数 (样本的联合概率密度)或对数极大似然函数的 极大点(一般只要是驻点即足)作为参数θ的最可能估计值. 退出 返回 常用分布中有关参数的矩估计值与极大似然估计值 矩估计值 极大似然估计值 分布与参数 退出 返回 常用分布中有关参数的矩估计值与极大似然估计值 矩估计值 极大似然估计值 分布与参数 退出 返回 又∵总体X 的数学期望即其一阶原点矩， 随机样本, 且总体的分布参数λ未知. 试求其矩估计量. 【解二】 就可得出λ 的矩估计值 例4 设 X1, X2 ,…, X n 是参数为λ的泊松总体 X 的简单 而 λ 的矩估计量则是 ∴ 令样本一阶原点矩 的观测值 与之相等, 即令 退出 对概率分布中的未知参数, 若不能利用分布的归一性、随机变量的独立性、 特定取值概率间的特定联系等条件,对参数的具体大小进行确定, 那就不得不改从总体中抽取适度容量样本的方式、 通过对样本中所含的个体进行恰如其分的数学处理，来 直接猜测和推断参数的具体大小. 怎样的数学处理才叫恰如其分？怎样进行推断才令人可信？ 这正是参数估计所意图解决的问题. 六 退出 一 四 二 三 五 退出 返回 对分布中未知参数θ 的近似取值或准确值的落入范围进行的估计称为参数估计. 其中, 对参数近似取值进行的估计称为参数的点估计; 对参数准确值的落入范围所进行的估计称为参数的区间估计. 进行参数点估计所使用的统计量 称为参数的点估计量; 按点估计量依具体的样本值算出的参数值 称为参数的点估计值. 类似的术语可同样地套用于区间估计中. 1. 点估计与区间估计的概念 2. 点估计量与点估计值 退出 返回 ▲ 1. 无偏性 2. 有效性 较好的无偏估计量 应具较小的方差 好的估计量 应能使 最好的无偏估计量 应依 3. 一致性（相合性） 概率收敛于参数的准确值, 即 ▲ 退出 返回 证 证: 总体的样本均值　　 是总体均值 μ 的无偏估计. 例2-1 设 X1, X2 , … , X n 是总体 X 的一个样本， 试 总体数学期望 样本算术平均量 故样本均值 是总体均值μ的无偏估计量. 样本均值的观测值 是总体均值μ的无偏估计值. 故样本方差 S2 是总体方差