第5章参数估计..docVIP

第五章 参数估计 第一节 点估计 点估计是用单个数作为参数的估计，常用的点估计方法有矩法和极大似然法。 一、基本概念和数学原理 （1）矩法在有些情况下，待估计参数往往是总体的原点矩或者原点矩的函数，此时可以取自该总体的样本的原点矩的函数值作为待估计参数的估计，这种方法称为矩法。例如，样本均值总是总体均值的矩估计量，样本方差是总体方差的矩估计量，样本标准差总是标准差的矩估计量等等。 （2）极大似然法极大似然法是在待估计参数的可能值范围内进行挑选，使得似然函数值（即样本取固定观察值或者样本取值落在固定观察值邻域内的概率）最大的那个数值为极大似然估计值。由于极大似然法得到的估计量通常不仅仅满足无偏性、有效性等基本条件，还能够保证其为充分估计量。因此，在点估计和区间估计中，一般使用推荐使用极大似然法（实际上，SPSS使用的最多的也是极大似然法）。 （3）函数，该函数减小异常值的影响，而且提供对所考虑的分布集合中的每个分布都是好的估计量。常用的函数有以下几种：1.Huber提出的函数为： 该函数是一个与正态分布和双指数分布有关的组合函数。 2.Hampel提出的函数为： 其中， 3.Andrews提出的函数为： 此外还有Tukey提出的函数。 实际上，构造统计量函数时，给不同位置的数据赋予了不同的权重，来强调各部分数据的贡献。M估计方法通过给远离中心值的数据赋予较小的权重