61参数估计概率论与数理统计习题和课件历史上最好的概率论与数理统计.pptVIP

ch7-1 作业：P312 T1,2,3(2),4(1)(3),5 以上这种选择一个参数使得实验结果具有最大概率的思想就是极大似然法的基本思想 . 则估计参数p为 一般, 设 X 为离散型随机变量, 其分布律为 则样本 X1, X2,…, X n的概率分布为 或 称 L( ) 为样本的似然函数。 选择适当的? = ,使 取最大值, 即 称这样得到的 为参数 ? 的极大似然估计值， 称统计量 为参数 ? 的极大似然估计量， ?MLE 简记 ?mle 简记 L( ) 极大似然法的思想 若 X 连续, 取 f (xi,? )为Xi 的密度函数 似然函数为 注1 注2 未知参数可以不止一个, 如?1,…, ?k 设X 的密度(或分布)为 则定义似然函数为 若 关于?1, …, ?k可微,则称 为似然方程组。 若对于某组给定的样本值 x1, x2,…, xn， 参数 使似然函数取得最大值, 即 显然， 称统计量 为?1, ?2,…, ?k 的极大似然估计量。 7-25 则称 为?1,…, ?k 的极大似然估计值 解 似然函数 例1 这一估计量与矩估计量是相同的。 例2：设一个试验有三种可能结果，其发生的概率分别为 现做了n次试验，观察到三种结果发生的次数为 解： 由题意得似然函数为 ，求 最大似然估计值 * * 第六章 7-1 第七章 参数估 计问题 假设检 验问题 点 估 计 区间估 计 统计 推断 DE 基本 问题 7-2 什么是参数估计？ 参数是刻画总体某方面概率特性的数量。 当此数量未知时,从总体抽出一个样本，用某种方法对这个未知参数进行估计就是参数估计。 例如，X ~N (? ,? 2) 点估计 区间估计 若?, ? 2未知, 通过构造样本的函数, 给出 它们的估计值或 取值范围就是参数估计 的内容. 参数估计的类型 点估计 —— 估计未知参数的值。 区间估计—— 估计未知参数的取值范围， 并使此范围是在给定的可靠信水平下得出的。 §6.1 点估计方法 点估计的思想方法 设总体X 的分布函数的形式已知, 但含有一个或多个未知参数：?1,?2, ?,?k 设 X1, X2,…, X n为总体的一个样本。 构造 k 个统计量： 随机变量 当测得样本值(x1, x2,…, x n)时,代入上述方程组，即可得到 k 个数： 数 值 称数 为未知参数 的估计值 对应统计量 为未知参数 的估计量 建立k个方程： 三种常用的点估计方法 频率替换法 利用事件A 在 n 次试验中发生的频率 作为事件A 发生的概率 p 的估计量。 7-7 例1 设总体X ~ N ( ? , 2 ), 在对其作28 次 独立观察中, 事件 “X 4” 出现了21 次, 试 用频率替换法求参数 ? 的估计值。 解 由 查表得 7-8 于是 ? 的估计值为 75 . 0 28 21 ) 2 4 ( ) 4 ( = ? - F = m X P 675 . 0 2 4 = - m 045 . 3 ? m 方法 用样本 k 阶矩作为总体 k 阶矩的估计量, 建立含有待估参数的方程, 从而解出待估参数 7-9 矩法 设待估计的参数为 设总体的 r 阶矩存在，记为 样本 X1, X2,…, X n 的 r 阶矩为 令 —— 含未知参数 ?1,?2, ?,?k 的方程组。 7-12 解方程组 , 得 k 个统计量： 未知参数 ?1, ?,?k 的矩估计量 代入一组样本值得 k 个数: 未知参数 ?1, ?,?k 的矩估计值 解 解方程组得到矩估计量分别为 例2 一般不论总体服从什么分布, 总体期望 ?与方差? 2 存在, 则它们的矩估计量分别为 例3 设从某灯泡厂某天生产的灯泡中随机抽取10只灯泡，测得其寿命为(单位:小时) 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200 试用矩法估计该厂这天生产的灯泡的平均寿命及寿命分布的方差. 解 7-14 ～ 解得 例5 设总体 X ~ E(?), X1, X2,…, Xn为总体的 样本, 求? 的矩法估计量. 解 令 故 例6 设总体 X ~ U (a, b), a, b 未知, 求参数a, b 的 矩法估计量。 解 由于 令 7-15 解得 7-16 例7 用矩法估计事件发生的概率p。 即可用事件发生的频率来估计概率。 解 例8