第七章参数估计预览.pptVIP

第七章 参数估计 概率论与数理统计 参数估计 点估计：由样本值求出总体分布未知参数的估计值 区间估计：按一定的可靠程度估计未知参数的一个取值范围 1.矩估计法 矩估计法的一般步骤 （1）写出总体的E(X)，E（ ）等（表达式中含有待估计的参数） （2）将上述E(X),E( )等看成方程或方程组，解出未知参数（用E(X),E( )等表示） （3）用样本矩 代替E(X), 代替E( )等，并整理，得到未知参数的矩估计量 （4）将矩估计量中大写的X改为小写x，即得矩估计值（将样本值代入计算） * * 一. 点估计的概念 设总体 的分布为 ,θ为未知参数， 为来自该总体 的样本,若以统计量 作为θ的近似值,则称 为θ的 点估计. 的估计值 的估计量 点估计的经典方法：矩估计法 最大（极大）似然估计法 矩估计法是由皮尔逊在1894年提出的求参数点估计的方法。 基本思想：以样本矩作为相应的总体矩的估计量。 （这是基于当总体k阶矩存在时，样本的k阶矩在一定程度上反映了总体k阶矩的特征。） 例1 设总体X的分布列为 为未知参数。现抽得一个样本2、3、2、1、3、2.求 的矩估计值。 例2 设总体X的密度函数为 其中 为未知参数。试求 的矩估计量。 例3 设正态总体 。求 的矩估计量。 例4 设总体 ，n是已知的。求p的矩估计量。 例5 设总体 ，a,b未知， 是总体X的一个样本，求a,b的矩估计量。 2.最大（极大）似然估计法 最大似然估计法最早是由高斯提出的，后来为费歇尔重新提出并证明了这个方法的一些性质。这是一种目前仍然得到广泛应用的方法。它是建立在最大似然原理的基础上的一个统计方法。 最大似然原理：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，事件A已经发生，则有理由认为事件A发生的概率大。 若事件A发生的概率与未知参数 有关， 取值不同，则P（A）也不同。因此，若A发生了，则认为此时的 值应是在 的所有可能取值中使P(A)达到最大的那一个。 例 已知甲、乙两射手中靶的概率分别为0.9和0.4，今有一张靶纸，上面的弹着点表明10枪6中，且这张靶纸肯定是由甲、乙之中一人所为，试判断是甲还是乙所射？ 建立一个统计模型：设甲、乙射中与否分别服从参数为p1=0.9,p2=0.4的两点分布，今有样本 ，其中有6个观察值为1,4个为0，由此估计总体的参数p是0.9还是0.4. *