概率论060.1-02.pptVIP

* 统计分析的基本任务是从样本出发推断总体分布或总体的某些数字特征，我们把这个过程称之为统计推断. 统计推断的基本问题可以分为两大类，一类是参数估计问题，另一类是假设检验问题. 第六章 参数估计 如果总体分布的类型或形式是已知的，但其中的一个或多个参数未知，需要通过样本推断总体分布中的未知参数，这就是数理统计中的参数估计问题. 参数估计问题又分为点估计和区间估计. §6.1 参数的点估计及评价标准 问题 参数估计 例： 若总体X的分布函数为F(x ;θ)，而 θ 未知，如何利用总体 样本 对θ 进行估计。 例：设总体 一、概念 总体X 的分布类型已知，但其中的一个或几个参数未知， 如何对总体分布的参数作出估计。 定义： 设总体X的分布中含有未知参数 从总体X中抽取一个 样本 其观测值为 取样本的某个 则称 是θ的点估计量， 函数 如果以它的观测值作为未知参数 的估计值， 测值 是θ的点估计值。 而称其观 二、求点估计值的方法 —— 矩估计法 用样本原点矩 来代替总体原点矩 规律 （1）若总体分布函数 含有一个未知参数θ， 则令 解上述方程，得： —— θ 的矩估计量 —— θ 的矩估计值 （2）若总体分布函数 含有两个未知参数θ1,θ2， 解方程组，得矩估计量为： 则令： 其矩估计值为： （3）同理，可推至有限个未知参数的情形。 解 所以令 得 λ 的矩估计值为 例6-1 设总体X 服从泊松分布 P( λ ), λ 0 为未知参数。如果取 得样本观测值为 求参数 λ 的矩估计值和λ 的 最大似然估计值。 若样本观测值为 求参数μ及 σ 的矩估计值。 例2 设总体X服从正态分布 ，其中μ及 σ 是未知参数。 解 得 μ 及 σ 的矩估计值为 即 所以令 结论 以上结论对任何总体X都成立，只要它的均值与方差存在. 三、求点估计值的方法 ——最（极）大似然估计法 （1）设总体X是离散随机变量 似然函数： 是一组样本观测值，则 直观想法： 选取的θ应使这组样本观测值出现的可能性最大. 实现途径： 求似然函数 L(θ) 的最大值. 令 或 解方程可得 就是参数θ的最大似然估计值。 解 （1） 所以令 得 λ 的矩估计值为 例6-4 设总体X 服从泊松分布 P( λ ), λ 0 为未知参数。如果取 得样本观测值为 求参数 λ 的矩估计值和λ 的 最大似然估计值。 （2）由 得似然函数 得 λ 的最大似然估计值为 令 （2）设总体X是连续随机变量 似然函数 令 或 例4 设总体X服从指数分布，概率密度为 求参数 λ 的矩估计值和最大似然估计值。 λ 0 为未知参数。如果取得样本观测值为 解 （1） 所以令 得 λ 的矩估计值为 似然函数为 （2） 得 λ 的最大似然估计值为 令 然估计值。 例6-6 设总体X服从正态分布 其中μ及 σ 是未知参数。 如果取得样本观测值为 求参数μ及 σ 的最大似 似然函数为 解 令 所以得 μ 及 σ 的最大似然估计值为 即 解得 解 得 θ 的矩估计值为： 所以令 (1) 取得样本观测值为 求参数θ 的矩估计与最大似 例6-5 设总体X的概率密度 如果 然估计值。 得 θ 的最大似然估计值为： (2) 似然函数为： 一、无偏性 为θ的无偏估计量。 则称 定义4 6.1.3点估计的评价标准 要求 样本均值 是总体均值μ的无偏估计量。 ∴ 是μ的无偏估计量， 证 结论1 样本方差 是总体方差 的无偏估计量。 证 结论2 例1 测得自动车床加工的10个零件的尺寸与规定尺寸的偏差 (mm)如下：+2，+1，-2，+3，+2，+4，-2，+5，+3，+4， 求零件尺寸偏差总体的均值及方差的无偏估计值. 解 二、有效性 问题 方法 定义 设 及 都是θ的无偏估计 量，如果 则称 比 有效。 的值最小，则称 是 的有效估计量。 如果对于给定的n， 例 及 都是μ的无偏估计量，但是 三、一致性（相合性） 要求 定义 即对任何正数ε， 则称 是θ的一致估计量。 如果当n→∞时， 按概率收敛于θ， 有 样本均值 是总体均值μ的一致估计量