7.1参数估计重点.ppt

第七章 ;参数估 计问题;什么是参数估计？;参数估计的类型;§7.1 点估计方法;当测得样本值(x1, x2,…, xn)时,代入上述 统计量，即可得到 k 个数：;三种常用的点估计方法;例1 设总体X ~ N ( ? , 2 ), 在对其作28 次 ; 方法;事实上，按矩法原理，令;设待估计的参数为;解方程组 , 得 k 个统计量：;例2 设总体 X ~ N ( ? ,? 2 ), X1, X2,…, Xn为 总体的样本, 求 ? ,? 2 的矩法估计量.;例4 设从某灯泡厂某天生产的灯泡中随机 抽取10只灯泡，测得其寿命为(单位:小时) 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200 试用矩法估计该厂这天生产的灯泡的平均 寿命及寿命分布的方差.;例5 设总体 X ~ U (a, b), a, b 未知, 求参数 a, b 的 矩法估计量.;解得; 极大似然估计法;例6 设总体 X 服从0-1分布,且P (X = 1) = p, 用极大似然法求 p 的估计值.;对于不同的 p , L (p)不同, 见右下??;在容许范围内选择 p ，使L(p)最大;一般, 设 X 为离散型随机变量, 其分布律为;称这样得到的 ;若 X 连续, 取 f (xi,? )为Xi 的密度函数;若;显然，;例7 设总体 X ~ N (?,? 2), x1, x2,…, xn 是 X 的样本值, 求 ?, ? 2 的极大似然估计.; ?, ? 2 的极大似然估计量分别为;极大似然估计方法;可得未知参数的极大似然估计值;例8 设 X ~ U (a,b), x1, x2,…, xn 是 X 的一个 样本值, 求 a , b 的极大似然估计值与极大 似然估计量.;似然函数只有当 a xi b, i = 1,2,…, n 时 才能获得最大值, 且 a 越大, b 越小, L 越大.;故; 设 X ~ U ( a – ?, a + ?), x1, x2,…, xn 是 X的一个样本, 求 a 的极大似然估计值.;不仅如此, 任何一个统计量;极大似然估计的不变性;如 在正态总体N (?,? 2)中, ? 2的极大 似然估计值为