浙大概率论与数理统计-第七章_参数估计概率论范例.pptVIP

这样的置信区间常写成 其置信区间的长度为 包糖机某日开工包了12包糖,称得重量(单位:克)分别为506,500,495,488,504,486,505, 513,521,520,512,485. 假设重量服从正态分布, 解 附表2-1 例1 附表2-2 查表得 推导过程如下: 考虑 是 的无偏估计，可用 替换 有一大批糖果,现从中随机地取16袋, 称得重量(克)如下: 设袋装糖果的重量服从正态分布, 试求总体均值 解 附表3-1 例2 就是说估计袋装糖果重量的均值在500.4克与507.1克之间, 这个估计的可信程度为95%. 这个误差的可信度为95%. 解 附表3-2 例3 (续例1)如果只假设糖包的重量服从正态分布 推导过程如下: 又知 II. 因为 是 的无偏估计 进一步可得: 注意: 在密度函数不对称时, 习惯上仍取对称的分位点来确定置信区间(如图). 它们与相应的矩估计量相同. 解 例6 说明：用求导方法求参数的最大似然估计有时行不通，这时要用极大似然原则来求 . 小结 两种求点估计的方法: 矩估计法 最大似然估计法 在统计问题中往往先使用最大似然估计法, 在最大似然估计法使用不方便时, 再用矩估计法. 费希尔资料 Ronald Aylmer Fisher Born: 17 Feb 1890 in London, EnglandDied: 29 July 1962 in Adelaide, Australia 第三节 估计量的评价标准 一、无偏性 二、有效性 三、相合性 问题的提出 从前一节可以看到, 对于同一个参数, 用不同的估计方法求出的估计量可能不相同,那么那一个估计量好？好坏的标准是什么? 下面介绍几个常用标准. 一、无偏性（无偏估计） 无偏估计的实际意义: 无系统误差. 无偏性是对估计量的一个常见而重要的要求 . 证 例1 特别地: 不论总体 X 服从什么分布, 只要它的数学期望存在, 证 例2 由以上两例可知,同一个参数可以有不同的无偏估计量. 具有概率密度 无偏性虽然是评价估计量的一个重要标准，而且在许多场合是合理的、必要的。然而，有时一个参数的无偏估计可能不存在或者不合理。 于是，人们又在无偏性的基础上增加了对方差的要求。若估计量的方差越小。表明该估计量的取值（即估计值）围绕着待估参数的波动就越小，也就是更为理想的估计量。为此，引入最小方差无偏计。 设 二、有效性（最小方差无偏估计） 由于方差是随机变量取值与其数学期望的偏离程度, 所以无偏估计以方差小者为好. 都是 的无偏估计量，若有 ，则称 比 有效. 证明 例3 (续例2) 说明 最小方差无偏估计是一种最优估计. 定义 有时候我们不仅要求估计量有较小的方差，还希望当样本容量n充分大时，估计量能在某种意义下收敛于被估计参数，这就是所谓相合性（或一致性）概念。 定义 设 是未知参数 估计序列，如果 依概率收敛于 ，即对任 有 三、相合性（相合估计） 或 则 称是 的相合估计量（或一致估计）。 定理 设 是 的一个估计量，若 则 是 的相合估计（或一致估计）。 证明：由于 且 令 且由定理的假设，得 即 是 的相合估计 小结 估计量的评选的三个标准 无偏估计 最小方差无偏估计 相合估计 相合性是对估计量的一个基本要求, 不具备相合性的估计量是不予以考虑的. 由最大似然估计法得到的估计量, 在一定条件下也具有相合性.估计量的相合性只有当样本容量相当大时,才能显示出优越性, 这在实际中往往难以做到,因此,在工程中往往使用无偏性和有效性这两个标准. 第四节 区间估计 一、区间估计基本概念 二、正态总体均值与方差 的区间估计 引言 前面，我们讨论了参数点估计. 它是用样本算得的一个值去估计未知参数. 但是，点估计值仅仅是未知参数的一个近似值，它没有反映出这个近似值的误差范围，使用起来把握不大. 区间估计正好弥补了点估计的这个缺陷 . 一、区间估计基本概念 1. 置信区间的定义 关于定义的说明 义 达 质 例如 这里有两个要求: 由定义可见， 对参数 作区间估计，就是要设法找出两个只依赖于样本的界限(构造统计量) 一旦有了样本，就把 估计在区间