第八章(第一节矩估计法)重点.docVIP

PAGE  PAGE 16 第八章 参数估计 参数的点估计 在研究总体的性质时，如果知道总体的概率分布，那是再好不过了。然而，在许多情况下，对总体的情况知道甚少或只知道部分信息。 在实际问题中遇到的许多总体，根据以往的经验和理论分析可以知道总体的分布函数的形式，但分布中的一个或几个参数未知，一旦这些参数确定以后，总体的概率分布就完全确定了。例如，总体，但不知道其中参数和的具体数值，我们要想法确定参数 。 设总体的分布函数形式已知，其中是未知参数（也可以是未知向量）。 试问怎样由样本提供的 信息，建立样本的函数即统计量来 对未知参数作出估计？ 这类问题，称为参数的估计问题。 参数估计主要有参数的点估计和参数的区间估计。 现从总体中抽得一个样本 , 相应的一个样本值观察值为 ； 点估计的问题就是要构造一个适当的统计量，用它的观察值来估计未知参数。 统计量称为的估计量，称为的估计值。 在不致混淆的情况下，估计量与估计值统称为估计，并都简记为。 下面介绍参数点估计的两种方法： 矩估计法和极大似然估计。 矩估计法 矩估计是由英国统计学家Pearson,K.于1900年提出的一种参数估计方法，在统计学中有广泛的应用。 若要考察成人的身高分布情况。 （人类学、遗传变异学、社会学要用。） 每一个人的身高是一个体，全体人的身高构成一个总体。 由于随