参数估计.pptVIP

习题7-1 3. 设总体X具有分布律x1=1,x2=2,x3=1.解: 求最大似然估计值, 似然函数L(q)为: L(q)=P{X1=x1,X2=x2,X3=x3}=P{X1=1}P{X2=2}P{X3=1}=q22q(1-q)q2=2q5(1-q)lnL=ln2+5lnq+ln(1-q)令 X 1 2 3 p q2 2q(1-q) (1-q)2 似然方程组为 解方程组，得m和s2的极大似然估计值为 m和s2的极大似然估计量为 求极大似然估计的一般步骤为：①作出似然函数；②求出似然函数的最大值点. 值得注意的是, 通过解似然方程求最大值点的方法并不总是有效的，因此，求最大值点的方法应具体问题具体分析. 例7 设总体X服从参数为l的泊松分布, x1,x2,…,xn为一样本值, 求参数l的极大似然估计.解 似然函数为 故似然方程为 解得l的极大似然估计值为 极大似然估计量为 例8 设总体X服从均匀分布U[0, q], (q0), 即密度函数为 X1,X2,…,Xn为一样本，求q的极大似然估计. 解 似然函数为 显然, L(q)的最大值应该在x1,x2,…,xn?[0,q]时取得，而x1,x2,…,xn?[0,q]等价于0?min{x1,…,xn}?max{x1,…,xn}?q. 另一方面，L(q)=q-n是关于q的单调递减函数，而q的最小值为max{x1,x2,…,xn}, 故L(q)的最大值为[max{x1,x2,…,xn}]-n, 所求的极大似然估计值为 极大似然估计量为 统计估计除了上面介绍的矩估计法和极大似然估计法外，还有贝叶斯估计法，顺序统计量法等，后者在社会经济领域中用的很多；但比较而言，本节介绍的这两种方法更为常用，也更为基本。 第二节 估计量的评选标准 在参数估计问题中，同一参数，用不同的估计办法，得到的估计量不一定相同. 如例8若采用矩估计法将得到和极大似然估计法不一样的估计量. 那么，在应用中到底用哪一种方法呢？下面给出一些评选标准. 1. 无偏性 例1 设X1,X2,…,Xn是来自总体X的样本，作为总体均值的估计有 由此可见一个未知参数可以有不同的无偏估计量, 事实上, 在本例中T1,T2,T3都可以作为总体均值的无偏估计. 例2 设总体X服从均匀分布U[0,q](q0), 即密度函数为 为计算E(T2), 先求T2的分布 故T2的分布密度为 x q 1/q O fX(x) x q 1 O FX(x) 从而 可见T2不是q的无偏估计. 2. 有效性 例3(续例1) 设总体X的方差D(X)存在. 试问T1,T2,T3哪个更有效？ 解 由 注意 所以T1是三个估计量中最有效的估计量. 证明 要利用 证： 3. 一致性无偏性和有效性都是对无偏估计而言的。实际中，有些无偏估计的其他性质往往不是太好，因此，有时也使用有偏估计。对有偏估计的一个直观要求：随着样本容量的增加，有偏估计量的偏差会越来越小，这就是一致性原则. 由大数定理可知，样本矩是总体矩的一致估计量，经验分布函数Fn(x)是总体分布函数F(x)的一致估计. 极大似然估计在一定的条件下也有一致性. 一致性的问题属于大样本问题, 需要专门讨论. 作业:第158页开始习题7-1, 第3,5题习题7-2, 第1题 习题7-1 3. 设总体X具有分布律其中q(0q1)为未知参数. 已知取得了样本值x1=1,x2=2,x3=1. 试求q的矩估计值和极大似然估计值. X 1 2 3 p q2 2q(1-q) (1-q)2 习题7-1 3. 设总体X具有分布律x1=1,x2=2,x3=1.解: 求矩估计值, 因为只有一个参数q, 所以只用一阶矩. 总体一阶矩为E(X)=1?q2+2?2q(1-q)+3(1-q)2而样本一阶矩为a1=(x1+x2+x3)/3=(1+2+1)/3=4/3令E(X)=a1,再解出q. X 1 2 3 p q2 2q(1-q) (1-q)2 E(X)=1?q2+2?2q(1-q)+3(1-q)2而样本一阶矩为a1=(x1+x2+x3)/3=(1+2+1)/3=4/3令E(X)=a1,再解出q. q2+4q-4q2+3(1-2q+q2)=4/3 -2q+3=4/3 * 此幻灯片可在网址上下载 第20讲 第七章 参数估计 在实际问题中，我们常常需要估计一些未知参数的量，这些参数可能是总体分布中的参数；或者，当总体分布未知时，总体的某些未知的数字特征，如均值，方差等。对总体的某个未知参数的估计方式有两种，一种是值估计，另一种是参数的范围估计，它们统称为参数估计。 第一节 点估计 用一个数值来估计某个参数，这种估计就是点估计。如我们要考察