新·第七章参数估计-精.pptVIP

例7-13 设总体X具有均匀分布,其密度函数为 解 用矩法估计得 求θ的无偏估计. 总体X的均值 例7-14 设总体X的k阶矩E(Xk)存在,证明样本的k阶矩是E(Xk)的无偏估计. 证明 所以,证明样本的k阶矩是E(Xk)的无偏估计. 因为 例7-15 设总体的方差D(X)存在,试证样本二阶中心矩B2是总体方差D(X)的有偏估计. 证明 所以,B2是总体方差D(X)的有偏估计. 注: §2.3　有效性 参数的无偏估计可以有很多，那么如何在无偏估计中进行选择？直观的想法是希望该估计围绕参数真值的波动越小越好，波动的大小可以用方差来衡量，因此人们常用无偏估计的方差的大小作为度量无偏估计优劣的标准，这就是有效性. 定义3 设 是θ的两个无偏估计,如果对任意的 有 且至少有一个 使得上述不等号严格成立,则称 比 有效. 证明 由于总体服从泊松分布，故 于是有 同理 但是 例7-17 设(X1,X2, X3)是来自总体X的一个样本,证明下面的三个估计量都是总体均值E(X)的无偏估计量 证明 §3 参数的区间估计 用点估计去估计总体的参数,即使是无偏且有效的,也会由于样本的随机性，使得从一个样本x1，x2，x3，…，xn算得的估计值不一定是被估计的参数的真实值,而且估计值的可靠性并不知道,这是一个重大的问题,因此,必须解决根据估计量的分布,在一定可靠性的程度下指出被估计的总体参数的取值范围,这正是本节要介绍的参数的区间估计问题. §3.1　置信区间概念 为了引入置信区间的概念，请看下面的引例.引例 设某种绝缘子抗扭强度X服从正态分布N(μ,σ2),其中μ未知,σ2已知（σ=45公斤·米）,试对总体均值μ作区间估计. 对于区间估计,要选择一个合适的统计量,若在该总体取一个容量为n的样本x1,x2,x3,…,xn,样本均值为 .μ的点估计即 然而我们要给出μ的一个区间估计,以体现出估计的误差,我们知道 在区间估计问题中,要选取一个合适的估计函数.这时,可取 ,它是 的标准化随机变量,且具备下面两个特点: （1）u中包含所要估计的未知参数u（其中σ已知）;（2）u的分布为 N（0，1），它与未知参数u无关.　　 因为u～N（0，1），因而有 根据u～N（0，1）的概率密度φ（x）的对称性（见下图） 可得 当α=0.05时,1-α=0.095,u=1.96,将不等式|u≤uα/2|转化为-uα/2≤u≤uα/2,亦即 因此有 当α=0.05时， 说明未知参数u包含在区间中 的概率是95%,这里,不仅给出了u的区间估计,还给出了这一区间估计的置信度（或置信概率）.事实上,当置信度为1-α时,区间估计为 在引例中,若 =160,σ=40,n=16.则有 说明该绝缘子抗扭强度X的期望u在（140.4,179.6）内的可靠度为0.95. 则随机区间 称为参数θ的置信度为1-α的置信区间, 称 , 是由样本 定出的两个 下面，引出置信区间的概念 定义1 设θ为总体的未知参数. 统计量,若对于给定的概率1-α（0＜α＜1）,有 为置信下限,称为置信上限, 称为置信上限. 置信区间的意义可作如下解释:θ包含在随机区间 中的概率为100(1-α)%;或者说,随机区间 以100(1-α)%的概率包含θ. * * * §1 点估计的几种方法 §2 点估计的评价标准 §3 参数的区间估计 从本章开始我们介绍统计推断,所谓统计推断就是由样本推断总体,统计推断包括参数估计和假设检验两部分,它们是统计推断最基本而且是互相有联系的两部分,本章介绍统计推断的第一部分参数估计. 　　参数通常指总体分布中的特征值μ和σ2和各种分布中的参数,例如二点分布B(1,P)中的p,泊松分布P(λ)中的λ,正态分布N(μ、σ2)的μ、σ2等,习惯用θ表示参数,通常参数θ是未知的. 参数估计的形式有两类,设x1,x2,…,xn是来自总体的样本.我们用一个统计量 的取值作为参数的估计值,则称 为θ的点估计（量） ,就是参数的点估计,如果对参数θ的估计需要对估计作出可靠性判断,就需要