《概率论与数理统计参数估计》.docVIP

第六章 参数估计 在实际问题中, 当所研究的总体分布类型已知, 但分布中含有一个或多个未知参数时, 如何根据样本来估计未知参数，这就是参数估计问题. 参数估计问题分为点估计问题与区间估计问题两类. 所谓点估计就是用某一个函数值作为总体未知参数的估计值；区间估计就是对于未知参数给出一个范围，并且在一定的可靠度下使这个范围包含未知参数. 例如, 灯泡的寿命X是一个总体, 根据实际经验知道, X服从, 但对每一批灯泡而言, 参数是未知的,要写出具体的分布函数, 就必须确定出参数. 此类问题就属于参数估计问题. 参数估计问题的一般提法: 设有一个统计总体, 总体的分布函数为, 其中为未知参数(可以是向量). 现从该总体中随机地抽样, 得一样本 , 再依据该样本对参数作出估计, 或估计参数的某已知函数 第一节 点估计问题概述 内容分布图示★ 引言 ★ 点估计的概念★ 例1★ 评价估计量的标准★ 无偏性★ 例2★ 例3 ★ 有效性 ★ 例4★ 例5★ 例6★ 相合性★ 例7★ 例8 ★ 内容小结★ 课堂练习 ★ 习题6-1★ 返回 内容要点： 一、点估计的概念 设是取自总体X的一个样本, 是相应的一个样本值. 是总体分布中的未知参数, 为估计未知参数, 需构造一个适当的统计量 然后用其观察值 来估计的值. 称为的估计量. 称为的估计值. 在不致混淆的情况下, 估计量与估计值统称为点估计,简称为估计, 并简记为. 注: 估计量是一个随机变量, 是样本的函数，即是一个统计量, 对不同的样本值, 的估计值一般是不同的. 二、评价估计量的标准 从例1可见,参数点估计的概念相当宽松, 对同一参数,可用不同的方法来估计, 因而得到不同的估计量, 故有必要建立一些评价估计量好坏的标准. 估计量的评价一般有三条标准: 1. 无偏性; 2. 有效性; 3. 相合性（一致性）. 在本节的后面将逐一介绍之. 在具体介绍估计量的评价标准之前, 需指出: 评价一个估计量的好坏, 不能仅仅依据一次试验的结果, 而必须由多次试验结果来衡量. 因为估计量是样本的函数, 是随机变量. 故由不同的观测结果, 就会求得不同的参数估计值. 因此一个好的估计, 应在多次重复试验中体现出其优良性. 1．无偏性 估计量是随机变量, 对于不同的样本值会得到不同的估计值. 一个自然的要求是希望估计值在未知参数真值的附近, 不要偏高也不要偏低. 由此引入无偏性标准. 定义1 设是未知参数的估计量, 若 则称为的无偏估计量. 注: 无偏性是对估计量的一个常见而重要的要求, 其实际意义是指估计量没有系统偏差，只有随机偏差. 在科学技术中, 称 为用估计而产生的系统误差. 例如, 用样本均值作为总体均值的估计时, 虽无法说明一次估计所产生的偏差, 但这种偏差随机地在0的周围波动,对同一统计问题大量重要使用不会产生系统偏差.对一般总体而言，我们有 定理1 设为取自总体X的样本,总体X的均值为, 方差为.则 (1) 样本均值是的无偏估计量; (2) 样本方差是的无偏估计量; (3) 样本二阶中心矩是的有偏估计量. 2．有效性 一个参数常有多个无偏估计量,在这些估计量中,自然应选用对的偏离程度较小的为好,即一个较好的估计量的方差应该较小.由此引入评选估计量的另一标准—有效性. 定义2 设和都是参数的无偏估计量, 若 , 则称较有效. 注: 在数理统计中常用到最小方差无偏估计, 其定义如下: 设是取自总体X的一个样本, 是未知参数的一个估计量, 若满足: (1) 即为的无偏估计; (2) 是的任一无偏估计. 则称为的最小方差无偏估计(也称最佳无偏估计). 3．相合性(一致性) 我们不仅希望一个估计量是无偏的, 并且具有较小的方差, 还希为未知参数的估计量, 若依概率收敛于, 即对任意, 有 或 则称为的(弱)相合估计量. 例题选讲：点估计的概念 （讲义例1）设X表示某种型号的电子元件的寿命(以小时计)，它服从指数分布：为未知参数, . 现得样本值为 168, 130, 169, 143, 174, 198, 108, 212, 252, 试估计未知参数.评价估计量的标准 例2（讲义例2）设总体,是来自这一总体的样本. (1) 证明是的无偏估计; (2) 求 例3（讲义例3）设是总体的一个简单随机样本. 求使 为的无偏估计. 例4（讲义例4）设为来自总体X的样本, ,均为总体均值的无偏估计量, 问哪一个估计量有效? 例5（讲义例5）设总体X在区间上服从均匀分布, 是取自总体X的简单随机样本, 求常数使均为的无偏估计, 并比较其有效性. 例6（讲义例6）设分别自总体和中抽取容量为的两独立样本.其样本方差分别为. 试