高等数学上张圣勤黄勇林姜玉娟第十三章13-2课件教学.pptVIP

第十三章 数理统计初步 第二节 参数的点估计 X的概率密度为： 例10 设 未知, 是一个样本值, 求 的极大似然估计量. 解 设 因为 等价于 对于满足 的任意 有 即 在 时, 取最大值 故 的极大似然估计值为 所以 的极大似然估计量为 小结 1. 参数的点估计的概念 2. 估计的评价标准---无偏性、有效性、一致性 3. 矩估计和极大似然估计的方法 在线教务辅导网： 更多课程配套课件资源请访问在线教务辅导网 馋死 机械工业出版社 Jixie gongye chubanshe 第二节 参数的点估计 一 参数的点估计 二 点估计的评价标准 三 矩估计和极大似然估计法 一 参数的点估计 直接用具体数值，如样本的数字特征（均值、方差、均方差，矩等）去估计总体的未知参数或数字特征的方法叫点估计法。它的基本思想是：先用一定的方法构造出一个统计量? （X1，X2---Xn ）（此统计量习惯叫估计量），然后利用样本值（x1，x2---xn ）计算出估计量?的观察值?来，并以此观察值?来作为所要估计的总体参数Y的数值。 习惯上，对于总体X的一个样本（x1，x2---xn ），且总体X的期望和方差分别为E(X)=μ和D(X)=σ2 。 来作为总体期望μ 我们常常用样本均值 的点估计值，即： 用样本方差 来作为总体方差σ2 的点估计值，即: 解 因为总体 ，所以 例1 已知某随机抽样抽得样本值如下17.3, 16.9, 18.2, 18.4, 17.9, 17.6, 17.7, 18.3, 18.5, 15.9, 16.8, 16.5。设总体 ，求其未知数参数μ与σ2 的点估计值。 例2 已知从一大批数据中随机抽样得200个数据，经分组后整理得下表： 200 4 14 30 45 52 32 18 5 频数(mi) ∑ 80 70 60 50 40 30 20 10 数据(xi) 解 由于这是一个频数问题，所以均值的估计值为： 求这一大批数据的均值和方差的估计值。 方差估计值为： 二 点估计的评价标准 评价一个参数Y的估计量 ?好坏 有如下三个评价标准： 无偏性：设 ?（X1，X2，---，Xn ）是总体参数Y 的一个估计值。若E（? ）= Y ，则称 ? 为参数Y的无偏估计量。其直观意义为：如果多次用 ? 的观察值?作为Y的实际值，所得到的各估计值的平均值与Y真值相等。 有效性：设?1，?2 是总体参数 Y 的两个无偏估计量。如果方差D（?1）D（?2），则称?1比 ?2更有效。 Y的所有无偏估计量中方差最小的估计量?叫优效估计量?。显然，优效估计量?偏离Y真值的程度最小。 一致性：一个参数Y的估计量为?，如果样本容量逐渐增大时，由此计算出的估计值?越来越接近Y的真值，则称此估计量?为Y的一个一致估计量（或相合估计量）。 在实际问题中，无偏性和优效性是常用的评价标准，一致性只有在样本容量很大时才起作用。 例3 设x1，x2---xn是来自总体X的样本，试证明 证明：因为 和 分别是总体数学期望E（x）和方差D（x）的 无偏估计量。 又由第一节定理1知道 所以 是E（x）的无偏估计量。 故S2也是D（x）的无偏估计量。 (1)试证明M是μ的无偏估计量。 (2)证明当n=3时， 都是μ的无偏估计量，并比较M1，M2，M3中哪个最有效？ 例4 设总体X的数学期望为μ，（x1，x2---xn）是X的一个样本。C1 ，C2，---，Cn是n个非负常数，且 现设估计量 是μ的一个估计量. 证明：（1）因为E（X）=μ，所以E（xi）=μ 所以 是总体期望μ的无偏估计量。 故 （2）当n=3时，由于 所以 是μ的无偏估计量。 同理 都是μ的无偏估计量。 由于 所以M3比M1，M2更有效。 三 矩估计和极大似然估计法 1矩估计法： 若总体的未知参数为总体的矩时，我们常用样本的相应（同类，同阶）矩来估计总体矩。即： (1) 用样本的一阶原点矩来估计总体的一阶原点矩 (2) 用样本的二阶中心矩来估计总体的二阶中心矩 例5 如果用二阶中心矩 解 由于总体的二阶中心矩 而样本方差 来估计总体的方差σ2，试比较用二阶中心矩来估计总体方差与用样本方差来估计总体方差的优劣。 所以 从而 不是总体力方差