第七章参数估计概率论与数理统计盛骤.pptVIP

7.1 点估计一、参数估计的概念 二、矩估计法（简称“矩法”）（p177 三、极大似然估计法 p179  7.3 估计量的评选标准一、相合性 p190 三、有效性 p190 7.4 区间估计一、概念 先求极大似然估计值，再求极大似然估计量。 注：中心，原点，计算的复杂度不一。 具体的区间也称置信度 的置信区间。 参数值实在估计值附近，若确定了误差，则得到了区间估计。[estimator -a, estimator +b] 课外练习 求证: 若 是θ的相合估计量, g θ 是θ的连续函数, 则 是g θ 的相合估计量. 例. 设 m已知,0 p 1, 讨论p的极大似然估计量的相合性。 解: 由辛钦大数定理, 故p的极大似然估计量是相合性估计量. 易见 二、无偏性 p188 定义 p191 设总体X的分布函数F x；? 含有未知参数?，对于给定值?（0 ? 1 ,若由样本X1, …, Xn确定的两个统计量 使 则称随机区间 为?的置信度为1??的置信区间 注意: 1 ?值习惯上较小。（0.05, 0.025, 0.01 2 置信度为1－ ?的置信区间 随机）的直观含义。 （3）区间的长度（估计精度）。 置信度与精度之间的关系。 正态总体参数的区间估计 1、?2已知 p192 1-? 可取 1-? ? ?? 1-? ?的置信度为1??的置信区间为 注：?的1??置信区间不唯一 都是?的1??置性区间.但? 1/2时区间长最短. *求正态总体参数置信区间的解题步骤 1 根据实际问题构造样本的函数，要求仅含待估参数且分布已知-----枢轴量 g ； 2 令枢轴量落在由分位点确定的区间里的概率为给定的置信度1??， ； 3 解不等式得随机的置信区间； 4 由观测值及?值查表计算得所求置信区间。 2、?2未知 p195 m的1-a置信区间为 1-? 即得 例1 P139,27 1 从一批钉子中抽取16枚，测得其长度为（单位:cm）2.14,2.10, 2.13, 2.15, 2.13, 2.12, 2.13, 2.10, 2.15, 2.12, 2.14, 2.10,2.13, 2.11, 2.14, 2.11。设钉长分布为正态分布，若已知 cm , 求总体期望值μ的90％置信区间. 解:?已知时,?的置信度为1??的置信区间为 这里 续上例 2 若?未知,求总体期望值μ的90％置信区间. 解: ?未知时,?的置信度为1??的置信区间为 这里 数据 二、单正态总体方差的置信区间 P196 假定m未知， s2的置信度为1??的置信区间为 s的置信度为1??的置信区间为 续例1 , 求总体标准差s的95%置信区间. 解: s的置信度为1??的置信区间为 这里 ,s的置信度为95%的置信区间为 数据 产品的某一指标X服从 N μ,?2 分布, 现从这批产品中随机抽取9只进行测定,测得数据的样本均值为100，样本方差为4，分别求参数μ,?2的95%置信区间 解: ?的置信度为95%的置信区间为 s2的95%置信区间为 三、两个正态总体的情形 P197 给定置信水平 ， 为来自第一个总体的样本， 为来自第二个总体的样本， 分别为两总体的样本均值 ， 为样本方差。 1 两总体均值差 的置信区间 a 已知时， 三、两个正态总体的情形 P197 给定置信水平 ， 为来自第一个总体的样本， 为来自第二个总体的样本， 分别为两总体的样本均值 ， 为样本方差。 1 两总体均值差 的置信区间 a 已知时，但 未知，则 0--1 分布参数的区间估计设有容量n 50的大样本，它来自 0--1 分布的总体X,X的分布律为 p201 由中心极限定理 等价于 注解：估计值和估计量统称估计。 * * 例 制衣厂为了合理的确定服装各种尺码的生产比例，需要调查人们身长的分布。现从男性成人人群中随机选取100人,得到他们的身长数据为: 1 若已知X服从正态分布N ?,?2 , 试估计参数的?,?2值 ... 第七章 参数估计 定义 p176 设X1， … ， Xn是总体X的一个样本，其分布函数为F x; ? , ???。其中?为未知参数, ?为参数空间, 若统计量g X1， … ， Xn 可作为?的一个估计,则称其为?的一个估计量，记为 若x1， … ， xn是样本的一个观测值。 由于g x1， … ， xn 是实数域上的一个点，现用它来估计?， 故称这种估计为点估计。 点估计的经典方法是矩估计法与极大似然估计法。 关键点：1.用样本矩作为总体同阶矩的估计，即 2.约定：若 是未知参数?的矩估计，则g ? 的矩估计为g 一般地,设总体X?f x;θ , 其中 , 求参数θ