第7章 参数估计(重修班).ppt

7.1.2 估计量的求法 7.2 估计量的评选标准 7.2.2 有效性 7.3 区间估计 7.4 正态总体均值与方差的区间估计 三、小结 常用的几条标准是： 1、无偏性 2、有效性 3、相合性 7.2.1 无偏性 无偏性是对估计量的一个常见而重要的要求 。 无偏性的实际意义是指没有系统性的偏差 。 证 例7.8 证明 例7.9 由以上两例可知,一个参数可以有不同的无偏估计量. 由于方差是随机变量取值与其数学期望的偏离程度, 所以无偏估计以方差小者为好。 例7.10 设X1,X2,X3,X4是来自参数为? 的指数分布总体的样本。其中?为未知参数。设有估计量 （1）指出T1,T2,T3中哪几个是? 的无偏估计量。 （2）在上述? 的无偏估计量中指出哪一个更有效。 解 X是服从参数为? 的指数分布。 所以T1,T3是? 的无偏估计量。 因此T3比T1更有效。 7.2.4 相合性 例如 一、区间估计的基本概念 二、典型例题 三、小结 7.3.1 区间估计的基本概念 定义7.5 置信区间 可见，对参数? 作区间估计，就是要设法找出两个只依赖于样本的界限 构造统计量 2. 求置信区间的一般步骤 共3步 解 例7.11 这样的置信区间常写成 其置信区间的长度为 一、单个总体的情况 二、两个总体的情况 三、小结 * 第七章 参数估计 第六章，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。 统计推断 假设检验 参数估计 7.1 点估计 一、点估计问题的提法 二、估计量的求法 三、小结 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 寻求估计量的方法 1. 矩估计法 2. 极大似然法 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。 点估计问题的一般提法 由于估计量是样本的函数, 是随机变量, 故对不同的样本值, 得到的参数值往往不同, 如何求估计量是关键问题。 常用构造估计量的方法: 两种 矩估计法和最大似然估计法。 其基本思想是用样本矩估计总体矩 。 理论依据: 它是基于一种简单的“替换”思想建立起来的一种估计方法 。 大数定律 7.1.1 矩估计法 用相应的样本矩去估计总体矩的估计方法 就称为矩估计法。 矩估计法的定义 用样本矩来估计总体矩,用样本矩的连续函数来估计总体矩的连续函数,这种估计法称为矩估计法。 矩估计法的具体做法: 设总体的分布函数中含有k个未知参数?1,?2,?,?k，那么它的前k阶?1, ? 2,?, ? k都是这k个参数的函数,记为： 从这k个方程中解出 那么用诸?i的估计量 Ai分别代替上式中的诸?i , 即可得诸?j的矩估计量： 矩估计量的观察值称为矩估计值。 例7.1 解 解 解方程组得到矩估计量分别为 例7.2 上例表明: 总体均值与方差的矩估计量的表达式不因不同的总体分布而异。 一般地, 7.1.2 最大似然估计法 是在总体类型已知条件下使用的一种参数估计方法 。 最大似然法的基本思想 一次随机实验中概率最大的实验最可能发生。 最大似然函数的定义 求最大似然估计量的步骤: 1 由总体分布导出样本的联合概率函数 或联合密度 ; 2 把样本联合概率函数 或联合密度 中自变 量看成已知常数,而把参数? 看作自变量, 得到似然函数L ? ; 5 在最大值点的表达式中, 用样本值代入 就得参数的极大似然估计值。 对数似然方程组 解 例7.3 这一估计量与矩估计量是相同的。 对数似然函数lnL ? 似然方程 解 X 的似然函数为 例7.4 对数似然函数 似然方程 它们与相应的矩估计量相同。 解 例7.5 解 似然函数为 例7.6 设X1,X2,…Xn是取自总体X的一个样本 其中? ?0，求? 的极大似然估计。 从中解得 即为 ? 的MLE 。 对数似然函数为 似然方程 解 似然函数 例7.7 这一估计量与矩估计量是相同的. 一、问题的提出 二、无偏性 三、有效性 四、相合性 五、小结