第七章 参数估计概率.ppt

第三节 估计量的评选标准 也就是说，我们希望确定一个区间，使我们能以比较高的可靠程度相信它包含真参数值. 湖中鱼数的真值 [ ] 这里所说的“可靠程度”是用概率来度量的 ， 称为置信度或置信水平. 习惯上把置信水平记作 ，这里 是一个 很小的正数. 置信水平的大小是根据实际需要选定的. 例如，通常可取置信水平 =0.95或0.9等. 根据一个实际样本，由给定的置信水平，我 小的区间 ，使 们求出一个尽可能 一、 置信区间定义 满足 设 是 一个待估参数，给定 X1,X2,…Xn确定的两个统计量 则称区间 是 的置信水平（置信度 )为 的置信区间. 和 分别称为置信下限和置信上限. 若由样本 求 置信区间的一般步骤： 在求置信区间时，要查表求分位点. 第五节 正态总体均值与方差的区间估计 （一）单个总体 此分布不依赖于 任何未知参数 例2 随机地取炮弹 10 发做试验，得炮口速度的标准差 , 炮口速度服从正态分布. 求这种炮弹的炮口速度的标准差 的置信水平为0.95 的置信区间. 解 置信区间为 数理统计 数理统计 第七章 参数估计 第一节 参数的点估计 点估计概念 求估计量的方法 小结 引言 上一讲，我们介绍了总体、样本、简单随机样本、统计量和抽样分布的概念，介绍了统计中常用的三大分布，给出了几个重要的抽样分布定理 . 它们是进一步学习统计推断的基础 .  现在我们来介绍一类重要的统计推断问题 参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数或者参数的某些函数. 参数估计 估计废品率 估计新生儿的体重 估计湖中鱼数 … … 估计降雨量 在参数估计问题 中，假定总体分 布形式已知，未 知的仅仅是一个 或几个参数. 这类问题称为参数估计. 参数估计问题的一般提法 X1,X2,…,Xn 要依据该样本对参数 作出估计, 或估计 的某个已知函数 . 现从该总体抽样，得样本 设有一个统计总体 , 总体的分布函数为 F( x, ) ，其中 为未知参数 ( 可以是向量) . 参数估计 点估计 区间估计 一、点估计概念 随机抽查100个婴儿 , … 得100个体重数据 10,7,6,6.5,5,5.2, … 而全部信息就由这100个数组成 . 已知某地区新生婴儿的体重(总体X)未知 据此，我们如何估价总体的期望 和方差 呢？ 为估计 : 我们需要构造出适当的样本的函数 T(X1,X2,…Xn) ， 每当有了样本，就代入该函数中算出一个值，用来作为 的估计值 . 把样本值代入T(X1,X2,…Xn) 中， 估计值 . T(X1,X2,…Xn) 称为参数 的点估计量， 得到 的一个点 1 1.矩估计法 1. 矩估计法 矩估计法是英国统计学家K.皮尔逊 最早提出来的 . 由辛钦定理 , 若总体 的数学期望 有限, 则有 简单易行,并不需要事先知道总体是什么分布 . 当总体类型已知时，没有充分利用分布提供的信息 . 一般场合下,矩估计量不具有唯一性 . 解 例2 设总体 X 在 [ a , b ] 上服从均匀分布 , a , b 未知 . 是来自 X 的样本 , 试求 a , b 的矩估计量 . 2. 最大似然法 它是在总体类型已知条件下使用的一种参数估计方法 . 它首先是由德国数学家高斯在 1821年提出的 . Gauss Fisher 然而,这个方法常归功于英国统计学家费歇 . 费歇在1922年重新发现了这一方法，并首先研究了这种方法的一些性质 . 最大似然法的基本思想 先看一个简单例子： 一只野兔从前方窜过 . 是谁打中的呢？ 某位同学与一位猎人一起外出打猎 . 如果要你推测， 你会如何想呢? 只听一声枪响，野兔应声倒下 . 你就会想，只发一枪便打中, 猎人命中的概率一般大于这位同学命中的概率 . 看来这一枪是猎人射中的 . 这个例子所作的推断已经体现了极大似然法的基本思想 . 最大似然估计原理： 当给定样本X