概率统计第七章参数估计教程方案.ppt

第 七 章 参 数 估 计 统计推断作为数理统计的基本课题，可分成两大部分，一是本章要讨论的参数估计，二是下一章讨论的假设检验。 一、矩估计法 . 二、极大似然估计法 极大似然估计法最早由高斯（Gauss）提出，后 来在1912年为费歇尔（Fisher）重提，并进一步 完善，它是建立在极大似然原理基础上的一种统 计方法。 极大似然原理：一个随机试验如果有若干个可 能的结果A，B，C，…；若在一次试验中结果 A出现，则一般认为试验条件对A的出现有利。 即A出现的概率最大。 一般地：设连续型总体X的概率密度为 f (x,θ）， (x1,x2,…,xn)为 (X1,X2,…,Xn) 的观察值， 为样本的联合分布密度。则 有效性 一致性 §7.3 区间估计 正态总体参数的区间估计 求θ置信区间的步骤： 两个正态总体N(?1, ?12 )，N(?2, ?22)情况 ?1－?2 的置信区间 2、双正态总体方差比的置信区间 寻求样本函数 ，它仅包含待估参数 ，且分布已知。 上述步骤的关键是： 这一点，在一般情况下，这决非易事，但对正态总体的情况，我们在§6.4的抽样分布定理中已为此作了准备；又由于正态分布是在实际中应用最广泛的分布，所以，下面我们将用上述方法对正态总体中参数的区间估计作较详细的讨论。 二、单个正态总体参数的区间估计 设总体X～N(?，?2)， ， ? ＞0，(X1，X2，…，Xn)是取自总体X 的一个样本。总体X 的末知参数可能是? ，也可能是?2，现分别讨论参数?，?2的置信区间的求法，取置信度为1– ?。 1．均值 ?的置信区间 (1) ?2 已知 0 1－? 0 t 例1 某车间生产滚珠，已知滚珠直径X～N(?，?2)。从某天生产的产品中随机抽取6个滚珠，测得直径(单位：mm)为： 14.7，15.1，14.9，14.8，15.2，15.1。 试在置信水平?=0.05下，分别就?2=0.04及?2未知求该天生产的滚珠平均直径?的置信区间。 解 （1）在?已知时，利用公式(3.3)知，?的置信区间为 因此，?的以1-?=95%为置信度的置信区间上、下限为： 即，可以认为该天生产的滚珠直径?的置信度为95%的置信区间为(14.81，15.13)。 （2）由于?未知，使用公式(3.4)知?的置信区间为 所以，?的置信度为95%的置信区间的上、下限为： 即 (14.76，15.18)。 o 0 0 t 假定?1，?2未知 * §7.1 参数的点估计 §7.2 估计量的评选标准 §7.3 区间估计 正态总体参数的区间估计 参数估计面对这样两种情况： 一是总体分布类型已知，需要估计的是其中若干未知参数。如，已知某门课程考试的成绩X~N（?，?2），但未知?，?2，需要估计； 另一类是分布类型未知，但所关心的只是总体中的某些数字特征。如某火车站上午9点至11点之间顾客流量X是一随机变量，其分布未知，但我们只关心这一时间段的平均客流量和客流量的波动情况，即需估计X的数学期望EX及方差DX。 通常把上面两种需要估计的量，称为待估参数。 参数估计就其表达形式而言有两种类型： 一类是用一个样本函数作为待估参数的估计，这就是点估计； 另一类是用一个或两个样本函数构成的随机区间，对待估参数作出估计，这就是区间估计。 本章需要解决的问题是：如何从总体中抽得样本，并借助样本提供的信息对待估参数进行估计。 设?为总体X分布中的未知参数，由样本(X1，X2，…，Xn)出发构造一个样本函数?= ?(X1，X2，…，Xn)来估计未知参数? ，称?(X1，X2，…，Xn)为?的估计量； 若(x1，x2，…，xn)是样本的观察