第六章点估计解决方案.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. 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. 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 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. 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 估计量的评价一般有三条标准: 无偏性; 有效性; 相合性（一致性）. 无偏性 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. 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 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). 相合性(一致性) 定义3 设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4 设总体,为其样本. 试证样本方差是的相合估计量. 课堂练习 设总体X的k阶矩存在, 又设是X的一个样本. 试证明不论总体服从什么分布, k阶样本矩是k阶总体矩的无偏估计量. 课后作业： P137 T 3、4 第二节 点估计的常用方法（1） 矩估计法 矩估计法的基本思想是用样本矩估计总体矩. 因为由在大数定理知, 当总体的k阶矩存在时,样本的k阶矩依概率收敛于总体的k阶矩.例如, 可用样本均值作为总体均值的估计量, 一般地, 记 总体k阶矩 样本k阶矩 ; 总体k阶中心矩 样本k阶中心矩 用相应的样本矩去估计总体矩的方法就称为矩估计法. 用矩估计法确定的估计量称为矩估计量. 相应的估计值称为据估计值. 矩估计量与矩估计值统称为矩估计. 求矩估计的方法： 设总体的分布函数中含有k个未知参数, 则 (1) 求总体的前k阶矩，一般都是这k个未知参数的函数, 记为 （*） (2) 从（*）中解得 (3) 再用的估计量分别代替上式中的,即可得的矩估计量: 注：求类似于上述步骤，最后用代替，求出矩估计 。 例1 设总体X的概率密度为 其中是未知数，是取自X的样本, 求参数的矩估计. 例2设总体的均值及方差都存在, 且有, 但均为未知, 又设是来自的样本. 试求的矩估计量. 例3设总体X的概率分布为 其中为未知参数.现抽得一个样本求的矩估计值. 课堂练习 设总体在上服从均匀分布，未知. 是来自 的样本, 试求的矩估计量. 课后作业： P142 T 2 第三节 置信区间 在区间估计理论中, 被广泛接受的一种观点是置信区间, 它由奈曼(Neymann)于1934年提出。 置信区间的概念 定义1 设为总体分布的未知参数, 是取自总体X的一个样本, 对给定的数, 若存在统计量 使得 则称随机区间为的双侧置信区间,