第3章 参数统计.docVIP

第3章（参数估计） 3.1 点估计 1.点估计——又称为定值估计，是指直接用一个样本统计量的值作为总体参数的估计值。 用于点估计的主要方法：矩估计法、最大似然估计法。 2.矩估计法——是指根据替换原理，用样本矩去替换相应的总体矩，用样本矩的函数去替换相应总体矩的函数，求得估计量的方法。用矩估计法求得的估计量称为矩估计量。用矩估计法得出的估计值可能不是唯一的。 3.最大似然估计法——就是从参数空间中寻找一个参数值，这个参数值对已经出现的样本观测值是最可能的，即把令样本观测值出现的可能性最大的参数值作为参数的估计。用最大似然法求得的估计量称为最大似然估计量，简记为MLE。 3.2 点估计的评价标准 1.常用的评价标准有三个：无偏性、有效性、一致性。 2.无偏性——是指样本估计量抽样分布的均值等于被估总体参数的真实值。 有效性——又称为最小方差性，是指在若干个无偏估计量中，方差最小的那个无偏估计量就是有效估计量. 一个有效的估计量，首先必须是无偏的。 一致性——又称为相合性，它说明当样本容量n趋近于无穷大∞时，样本估计量依概率收敛于总体参数的真实值θ。即随着样本容量的增大，点估计量的值越来越接近被估计总体参数的真值。换言之，一个大样本给出的估计量要比一个小样本给出的估计量更接近总体参数的真实值。 3.几个重要的结论 (1)样本均值、样本方差和样本比率，分别是总体均值、总体方差和总体比率的无偏、有效和一致的优良估计量； (2)无偏估计有时可能不存在，有时也可能不唯一； (3)除了无偏性、有效性、一致性，评价一个点估计量的好坏时，还可以用均方误差MSE的概念。 3.3 区间估计的概念 1.区间估计——就是用一个区间去估计未知总体参数，把未知总体参数值界定在两个数值之间。即根据样本估计量，以一定的置信度估计和推断总体参数的区间范围。 2.总体参数的估计区间，通常是由样本统计量加减抽样极限误差而得到的。 3. P{θ1≤θ≤θ2}=1-α 则称区间[θ1,θ2]为θ的置信度为1-α的置信区间。α为显著性水平；1-α为区间估计的 置信度或置信水平。 置信度——包含总体参数真值的次数在所有置信区间中所占的比率。 置信水平 显著性水平 ? 90% 95% 99% 0.10 0.05 0.01 1.645 1.96 2.58 4.影响置信区间宽度的因素 ①当样本容量n确定时，置信区间的宽度随着置信水平1-α的增大而增大。从直觉上说，置信区间比较宽时，才会使这一区间有更大的可能性包含总体参数的真值。 ②当置信水平1-α固定时，置信区间的宽度随着样本容量n的增大而变窄。即置信水平不变时，样本容量n越大，抽样误差越小，估计的精度越高，则置信区间就越窄。 3.4一个正态总体参数的区间估计 1.总体均值的区间估计 1、总体方差σ2已知时 当总体服从正态分布，又已知总体方差σ2时，无论样本为大样本或小样本，经过标准化后，样本均值都服从标准正态分布，因此总体均值μ在1–α的置信水平下，置信区间为： 例1:一家企业每天生产化肥的产量为8000袋左右，按规定每袋的重量应为100克。为分析每袋重量是否符合要求，质检部门从某天生产的一批化肥中随机抽取了25袋，测得平均每袋的重量为105.36克，已知产品重量的分布服从正态分布，且总体的方差为100。要求以95%的置信度，估计该批产品平均重量的置信区间。 解:依题意得，零件长度方差已知，又n=25，σ=10，查表得 Zα/2=1.96， 而抽样极限误差为： 所以在95%的置信水平下该种零件的平均长度的置信区间为： 表明在95%的置信水平下，该批产品的平均重量在101.44至109.28克之间。 2、总体方差未知，但大样本时 若总体方差未知，但在大样本的情况下，样本均值仍然可以用正态分布近似，只是要用样本方差代替总体方差，此时总体均值的置信区间为： 例2一家保险公司收集到由36个投保人组成的一个随机样本，并计算得到这个样本的平均年龄为39.5岁，标准差为7.77岁。试在90%的置信水平下，建立投保人年龄的置信区间。 解:本题的总体方差未知，但属于大样本 抽样极限误差为： 所以，在90%的置信水平下，置信区间为： 表明在90%的置信水平下，投保人的平均年龄在37.37至41.63岁之间。 注: 置信度越大，抽样极限误差越大，置信区间就越宽。反之，置信度越小，抽样极限误差越小，置信区间就越窄。 3、总体方差未知且小样本时 根据小样本分布定理可知，在小样本条件下，如果总体是正态分布、总体方差未知的情况，那么随机变量服从自由度为n-1的t分布。此时在给定的置信水平1-α下，总体均值μ的置信区间 例3已知某种