7.第七章：参数估计.docxVIP

7.1 点估计一、参数估计的概念定义 设，, ,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(，, ,)可作为的一个估计,则称其为的一个估计量，记为注：F(x;)也可用分布律或密度函数代替.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。二、矩估计法（简称“矩法”）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(), 三、极大似然估计法1、极大似然思想 有两个射手，一人的命中率为0.9,另一人的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？ 一般说，事件A发生的概率与参数有关，取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|).若A发生了，则认为此时的值应是在中使P(A|) 达到最大的那一个。这就是极大似然思想2、似然函数与极大似然估计为该总体的似然函数。定义：若有使得则称为的极大似然估计. 记为 3、求极大似然估计的步骤(1) 做似然函数 (2) 做对数似然函数 (3) 列似然方程 若该方程有解，则其解就是 注1：若概率函数中含有多个未知参数，则可解方程组注2：极大似然估计具有下述性质：若是未知参数的极大似然估计， g()是的严格单调函数，则g()的矩极大似然估计为g(),注3：由似然方程解不出的似然估计时，可由定义通过分析直接推求。事实上 满足7.2 估计量的评选标准一、一致性例1.设 已知0p1,求p的极大似然估计，并讨论所求估计量的一致性。二、无偏性 三、有效性EX:设 分别为取自总体X的容量为n1,n2的两个样本的样本均值，求证：对任意实数a0,b0,a+b=1 统计量 都是E（X）的无偏估计，并求a,b使所得统计量最有效7.3 区间估计一、概念定义： 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：F(x;)也可换成概率密度或分布律。7.4 正态总体参数的区间估计1、2已知可取 的置信度为1-的置信区间为 注：的1-置性区间不唯一。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；(2)令该函数落在由分位点确定的区间里的概率为给定的置信度1，要求区间按几何对称或概率对称；(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未知即得μ的1-a置信区间为二、单正态总体方差的置信区间假定μ未知，第七章练习题一、选择题1．设总体X的均值为上服从均匀分布，其中未知，则a的极大似然估计量为（ ）．（A）； （B）；（C）；（D）．2．设总体X的区间上服从均匀分布，其中未知，则a的极大似然估计量为（ ）． （A）；（B） （C）；（D）．3．设总体的置信度为0.95的置信区间为（ ）． （A）（12.75,13.33）；（B）（12.71,13.29）； （C）（12.65,13.23）；（D）（12.61,13.17）．4.95%的置信水平是指（ B ）A.总体参数落在一个特定的样本所构造的区间内的概率为95%B.在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比例为95%C.总体参数落在一个特定的样本所构造的区间内的概率为5%D. 在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比例为95%5.在置信水平不变的条件下，要缩短置信区间，则（ A ）A.需要增加样本容量 B.需要减少样本容量 C.需要样本容量不变 D.需要改变统计量的抽样标准差二、填空题1．设总体X服从参数为的泊松分布，其中为未知，为来自总体X的样本，则的矩估计量为 ．2．设总体是来自总体X的样本，则未知参数p的极大似然估计量为 ．3．设总体为已知，为未知，为来自总体的样本，则参数的置信度为的置信区间为 ．4. 设总体为未知参数，为其样本，为样本均值，则的矩估计量为 .5. 设总体，其中未知,分别为样本的均值与方差，则的置信度为90%的置信区间为 .三、计算题1．某工厂生产一批铆钉，现要检验铆钉头部直径，从这批产品中随机抽取12只，测得头部直径（单位：mm）如下：13.30, 13.38, 13.40, 13.43, 13.32, 13.48,13.54, 13.31, 13.34, 13.47, 13.44, 13.55．设铆钉头部直径X服从正态分布，试求与的矩估计值．2．设总体X服从参数为的指数