概率论与数理统计第2版作者宗序平主编概率统计7.1课案.pptVIP

7.1 点估计 一、矩估计法（简称“矩法”ME） 二、极大似然估计法 小 结 * * 第七章 第七章 参数估计 点估计 估计量的优劣性 一致最小方差无偏估计(UMVUE) 正态总体参数的区间估计 Bayes估计 什么是参数估计？ 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本，用某种方法对这个未知参数进行估计就是参数估计. 例如，X~N(? ,? 2), 若?, ? 2未知, 通过构造样本的函数, 给出 它们的估计值或取值范围就是参数估计 的内容. 点估计 区间估计 参数估计的类型 点估计 —— 估计未知参数的值 区间估计—— 估计未知参数的取值范围， 并使此范围包含未知参数 真值的概率为给定的值. 称其为? 的一个估计量，记为 注：F(x;?)也可用分布律或密度函数代替. 定义 设X1,… ,Xn是总体X的一个样本，其分布函数 为F(x; ? ),???。其中?为未知参数, ?为参数空 间, 若统计量g(X1,… ,Xn)可作为?的一个估计,则 若x1，… ，xn 是样本的一个观测值， 由于g(X1,… ,Xn) 是实数域上的一个点，现用它来估计?， 故称这种估计为点估计。 点估计的经典方法是矩估计法(ME) 与极大似然估计法(MLE)。