4参数估计程序.ppt

－－罗－克拉美不等式 右端为罗－克拉美下界，记为 类似：d.r.v 注：有时能找到无偏估计使它的方差达到 这个下界，有时达不到 信息不等式的证明 证明：先证必要性 点估计总结 在参数的点估计中，对于一个样本值只能得到参数的一个估计值。 虽然有一个明确的量的概念，但只能是一个近似值， 1）只是样本的一个函数；2）不同的样本有不同的点估计； 3）总有偏差；4）没有精确度；5）不知道偏差范围。 点估计分类 1、有偏估计；2 、无偏估计 点估计的方法 1 、矩估计； 2 、最大似然估计 点估计的性质 1、无偏性； 2、有效性（优效性）； 3、相合性（一致性） 结 论 矩估计 1）无论总体服从什么分布，样本均值和方差分别是总体均值和方差的矩估计量； 2）矩估计都是相合估计； 3）总体的原点矩不存在时，方法失效； 4）分布函数信息利用不充分； 5）不一定是好的估计。 最大似然估计 1）不存在原点矩时，可用最大似然估计法； 2）利用求极值的方法，简单易行； 3）最大似然估计不仅是相合估计，且是渐近正态估计； 4）充分利用了分布函数中参数的信息。 注意：导数不存在时，应使用其它方法求解 其它 1）均方误差一致达到最小的最优估计不存在； 2）无偏估计下，最小方差无偏估计量存在； 3）充分完备统计量，又是无偏估计量，则是 最小方差无偏估计量。 X的概率密度为： 极大似然估计不变性 由于估计量作为样本的函数是一个随机变量, 对于不同的样本值, 估计值也不同, 因此评价一个 估计量的优劣就不能仅由一个观测值来确定, 而要 根据估计量的统计性质来评价. 通常一个好的估计 量其观测值应在待估计参数的真值附近波动, 且波 动的幅度越小越好, 即要使估计量与待估计参数在 某种统计意义下非常“接近”. 常用的几条标准是： 1．无偏估计 2．有效估计 3．相合估计(一致估计） 这里我们重点介绍前面两个标准 . 第二节 估计量的评选标准 4. 渐近正态估计 期望应等于未知参数的真值. 则称 为 的无偏估计 . 设 是未知参数 的估计量，若 . 真值 1．无偏性 估计量是随机变量， 样本值不同估计值也不同。 估计值应在参数附近， 定义 无偏性的意义是：用 来估计 时无系统偏差。 则称 是 的渐近无偏估计量. 例 设总体X的数学期望 μ存在， 是X的样本，求证 均为μ的无偏估计。 为σ2 的无偏估计量 不是σ2 的无偏估计量 证： 不是 的无偏估计量,是渐近无偏估计量 用S2来估计σ2有系统偏差。 为σ2 的无偏估计量 也是σ2 的无偏估计量 均为μ的无偏估计 一般情况下 2. 有效性: 都是 的无偏估计量；若 则称 较 有效. 设 若 的所有二阶矩存在无偏估计量中有一个估计量 ， 使对任意无偏估计量 有 例：由大数定律知 一致性说明：对于大子样，由一次抽样得到的估计量 的值可作θ的近似值 渐近正态估计 定理2.3 渐近正态估计一定是相合估计 最小方差无偏估计 定理2.7 设 是 的一个无偏估计， 则 是 的最小方差无偏估计（MVUE）的充要 条件是：对任何满足条件 的统计量 ，有 。 Th2.8 设总体X的分布函数为 是未知参数， 是来自总体X的一个样本，如果 是 的充分统计量， 是 的任一无偏估计，记 则有 Th2.9设总体X的分布函数为 ， 是来自总体X的一个样本，如果 是 的充分完备统计量， 为 的任一无偏估计， 则有 为