统计学(参数估计)要点分析.pptVIP

第三章 参数估计 【引例】灯泡的使用寿命 ◆想要知道的信息是：A、B两种品牌灯泡的平均使用寿命？两种灯泡平均使用寿命的差值是多少？（这些都是总体的参数） ◆已知的信息是：8只A品牌灯泡的使用寿命，10只B品牌灯泡的使用寿命。（这些都是样本信息） 因此，为了得到想要的答案，我们能做的就是：利用抽样得到的样本信息来估计总体的信息。 在现实经济社会中，我们通常会面临两种情况： 1、掌握了所研究总体的全部数据，那么只需要做一些简单的统计描述，就可以得到有关总体的数量特征。 2、有些现象的范围比较广，或者有些总体的单位数很多，不可能也没有必要进行一一测定。这就需要从总体中抽取一部分单位进行调查，进而利用样本提供的信息来推断总体的数量特征。 推断统计学是当代统计学的主要内容。统计推断分为抽样估计、假设检验、统计预测三个部分。 抽样估计——是指用样本提供的信息对总体相应的数量特征所进行的估计或推断。具体来说，就是用样本统计量去估计相应的总体参数。 从数理统计的理论来看，抽样估计包括：参数估计和非参数估计。 ◆非参数估计 非参数估计——是指对总体的分布形式一无所知，不仅要对总体的分布类型，还要对部分或全部总体参数一一作出估计和推断。 非参数估计是非常复杂的，不在我们讨论的范围之内。 ◆参数估计 参数估计——是指在抽样和抽样分布的基础上，根据样本信息对总体的未知参数进行的估计。 比如，用样本均值估计总体均值；用样本比率估计总体比率；用样本方差估计总体方差等。 ◆参数估计包括：点估计和区间估计两种具体的估计形式。 3.1 点估计 一、点估计 点估计——又称为定值估计，是指直接用一个样本统计量的值作为总体参数的估计值。 【例】要估计一批产品的合格率，根据随机抽出的一个样本可以计算出合格率为96%，若将96%直接作为这批产品合格率的估计值，就是一个点估计。 ◆用于点估计的主要方法：矩估计法、最大似然估计法。 1、矩估计法 矩估计法是英国统计学家皮尔逊于1900年提出的一种估计方法，它源于替换原理。 矩估计法——是指根据替换原理，用样本矩去替换相应的总体矩，用样本矩的函数去替换相应总体矩的函数，求得估计量的方法。 相应地，用矩估计法求得的估计量称为矩估计量。 ◆矩估计的求法 矩估计法的统计思想非常简单，使用也很方便，其实质是用样本矩去替换总体矩，从而求得总体参数的估计，是一种应用广泛的点估计方法。 ◆需要注意的是，用矩估计法得出的估计值可能不是唯一的。 2、最大似然法 最大似然法是在1821年首先由德国数学家高斯提出的，后英国统计学家费雪研究了这种方法的性质。 最大似然估计法——就是从参数空间中寻找一个参数值，这个参数值对已经出现的样本观测值是最可能的，即把令样本观测值出现的可能性最大的参数值作为参数的估计。 相应地，用最大似然法求得的估计量称为最大似然估计量，简记为MLE。 ◆最大似然估计的求法 3、矩法和最大似然法的比较 ◆矩估计法是采用样本矩替换总体矩来估计参数，相当于使用了分布函数的部分信息； ◆最大似然估计法是采用似然函数来求得参数的估计，理论上相当于使用了分布函数的全部信息； 在已知总体分布的前提下，采用最大似然估计法的理由更充分，而在总体分布函数未知但有关的总体矩已知的情况下，采用矩估计法更合适。 3.2 点估计的评价标准 从上面的介绍可以看出，对于同一个总体参数，采用不同的估计方法，可能会得到不同的估计量。 那么，究竟用样本的哪种估计量作为总体参数的估计最好？什么样的估计量才算是一个好的估计量？这就需要有一定的评价标准。 而且对同一估计量使用不同的评价标准可能得到不同的结论，因此评价某个估计量的好坏一定要说明是在哪一个标准之下。常用的评价标准有三个：无偏性、有效性、一致性。 一、无偏性 无偏性——是指样本估计量抽样分布的均值等于被估总体参数的真实值。