第十三章参数估计.pptVIP

第六章 参数估计 华东师范大学 * 第*页 * 第*页 第十三章 参数估计 * 河北科技大学 * 第*页 第十三章 参数估计 §13.1 求估计量的方法 §13.2 点估计的评选标准 §13.3 区间估计 定义13.1 设X1, X2,…, Xn 是来自总体 X 的一 个样本，构造一个统计量 ,若将 统计量的观测值 作为? 的值，则 称 为? 的点估计值,而统计量 称为? 的点估计量,简称估计， 记为 。 常用? 表示参数，参数? 所有可能取值组成的集合称为参数空间,常用?表示。 §13.1 求点估计量的方法 一、矩法 替换原理是指用样本矩及其函数去替换相应的总体矩及其函数，譬如： 用样本均值估计总体均值E(X)，即 用样本方差估计总体方差D(X)，即 具体做法: 设总体具有已知的概率函数 P(x, ?1, …, ?l )， X1, X2 , …,Xn 是样本，假定总体的k阶原点矩?l 存 在，若?1, …, ?l 能够表示成 ?1, …, ?l 的函数 ?l = ?l(?1, …,?l )，则可给出诸?l 的矩法估计为 其中 即 二、极(最)大似然法 定义13.2 设总体的概率函数为P(x;? )，?是 参数? 可能取值的参数空间，(X1, X2 , …, Xn) 是样本，将样本的联合概率函数看成? 的函 数，用L(? ; x1, x2, …, xn) 表示，简记L(? )， 称为样本的似然函数。 如果某统计量 ,满足 则称 是? 的极(最)大似然估计，简记为MLE Maximum Likelihood Estimate 不变性 例13.10 样本原点矩是相应的总体原点矩的 无偏估计量。 一、无偏性 定义13.3 设 是? 的一个估计， ? 的参数空间为Θ，若对任意的?∈Θ，有 则称 是? 的无偏估计，否则称为有偏估计。 不具不变性 §13.2 点估计的评选标准 例13.11 二、有效性 定义13.5 设 是? 的两个无偏估计量，如 果对任意的? ∈Θ, 有 则称 比 有效。 定义13.4 设参数? 的一列估计量 满足关系式 则称 为? 的渐近无偏估计量。 定义13.6 对参数估计问题，设 是? 的一个无 偏估计，如果对另外任意一个? 的无偏估计 ， 在参数空间Θ上都有 则称 是? 的一致最小方差无偏估计量，简记 为UMVUE。 UMVUE是一种最优的估计量，但有时不存在。通常是在? 的较小范围或在有限个无偏估计量中求。 定理13.1 （Rao-Cramér定理）设总体的密度为 p(x,? ), ?∈Θ，参数空间Θ是一个开区间， 是g(? )的任一个无偏估计量,假定 (1) 集合 S={x: P(x,? )0}与? 无关； (2) 导数 与 对一切?∈Θ都存在， 且p(x,? )的积分与微分运算可交换次序； (3) 记 特别，对? 的无偏估计 ,有 当 时，则 费希尔信息量 g(? )的无偏估计的方差下界( R-C下界 ) 定义13.7 设定理13.1的条件满足， (1)设 是g(? )的一个无偏估计量,若有 则称 是 g(? )的有效估计，有效估计一定是UMVUE。 (2)设 是g(? )的一个无偏估计量, 则 称为无偏估计量 的效率。 (3)若 ,则称 是无偏估计量