2013概率统计ppt Chapter 7 7-1讲义.ppt

第七章 参数估计 第一节 点估计 第二节 估计量的评选标准 经 济 数 学 第一节 点估计 第二节 估计量的评选标准 第三节 区间估计 第四节 正态总体参数的区间估计 第五节 非正态总体参数的区间估计举例 第六节 单侧置信区间 The Parameter Estimation The Point Estimation 一、估计量 Note: 对于点估计问题，关键是找一个合适的统计量，所谓 合适是指既有合理性，又有计算上的方便性. 常用方 法有两种：矩估计法和极大似然估计法. 二、矩估计法 令 (2) 当r=2 时： Note: 1. 矩估计法简单直观，是由英国统计学家 卡尔·皮尔逊(Karl Pearson) 在19世纪末引进的. 解此方程即可求出待估参数的矩估计量. 2. 矩估计法的具体步骤： 解此方程组即可求出待估参数的矩估计量. r取其他值时同理可得. 例1 解： 令 解得θ的矩估计量为 即 解： 例2 童鞋们，矩估计法—你学会了木有？当然，通过此例，我们也看出矩估计法的不足，即没有充分利用总体分布的信息. 因此，矩估计时要注意估计的合理性哦！ 在随机试验中，许多事件都有可能发生，概率大的事件发生的可能性也大. 若在一次试验中，某事件A 发生了，则有理由认为事件A比其他事件发生的概率大，这就是所谓的极大似然原理. 极大似然估计法就是依据这一原理得到的一种参数估计方法. 三、极大似然估计法 例如：一袋中有红、白球10个和5个，但不知其中每种颜色的球具体为多少. 现从袋中任取一球，结果为白球，由此我们有理由认为袋中有10个白球，5个红球. 由定义可知，求参数的极大似然估计问题，就是求似然 函数的最大值点的问题. 一般步骤如下： Note: 例3 解： 似然函数为 则 （续例3） 解： 例4 则 同学们，这种解法你学会了吗？ 那么， P158 Ex.4——你会做吗？回去试试哦！ 解： 例5 童鞋们，极大似然估计法—你学会了木有？但是，此例也告诉我们：通过解似然方程求最大值点的一般方法并不总是有效的，对于具体问题应具体分析！ 一、无偏性 有系统误差的估计称为有偏估计. 例1 证： 则 此式表明：样本均值是总体均值的无偏估计量！ 例2 解： 则 此式表明：样本方差是总体方差的无偏估计量！ Note: 二、有效性 Note: 无偏估计中以方差小者为好， 即估计量的观测值更密集在真值附近.