参数估计和假设检验页.ppt

第六章 参数估计 一、参数估计的概念 二、矩估计法(简称“矩法”) 三、极大似然估计法 2.离散型随机变量的最大似然估计法 例2 从一批产品中放回抽样依次抽取60件样品,发现其中有3件 次品,用最大似然估计法求这批产品的次品率. 分析：求似然函数首先要知道总体X的分布情况.为此,要先求出总体的分布律. 例3 设湖中有N条鱼,现捕r条,做上记号后放回湖中(假设记号 不消失),一段时间后,再从湖中捕出n条鱼,其中有m条标有 记号,试根据如此信息,估计湖中鱼数N的值. 解(矩估计法) 设捕出的n条鱼中,标有记号的鱼数为X,则X是 一个随机变量,X的可能取值为0,1,2,…,r且有 由拉格朗日乘数法,作目标函数 四、双正态总体方差比的置信区间 小结 一、无偏性 第二节 评价估计量好坏的标准 定义 易得 定义 二. 有效性 定义 一致性的证明要用到切比雪夫不等式 三. 一致性(相合性) 例1.设 已知0p1,求p的极大似然估计，并讨论所求估计量的一致性。 【play】 【求解】 【求解】 【返回】 【返回】 * * * * * * * 第一节 参数的点估计 第二节 评价估计量好坏的标准 第三节 正态总体参数的区间估计 定义 设X1, X2,…,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,X2 ,…,Xn)可作为?的一个估计,则称其为?的一个估计量,记为 注：F(X;? )也可用分布律或密度函数代替. 第一节 参数的点估计 若 是样本的一个观测值. 关键点：1.用样本矩作为总体同阶矩的估计，即 2.约定：若 是未知参数? 的矩估计，则g(?)的 矩估计为g( ), 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与极大似然估计法. 分析:矩估计方法就是用样本矩来估计总体矩. 分析:矩估计方法就是用样本矩来估计总体矩. 例4：设X1， … ， Xn为取自 总体的样本,求 参数 的矩估计。 1、极大似然思想 一般说，事件A发生的概率与参数???有关，?取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|?).若A发生了，则认为此时的?值应是在?中使P(A|?) 达到最大的那一个。这就是极大似然思想 有两个射手，一人的命中率为0.9,另一人的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？ 求最大似然估计的步骤 思考 例1.设X1,…, Xn为取自参数为?的泊松分布总体的样本, 求?的极 大似然估计和矩估计. 矩估计法 设总体X为连续型随机变量,概率密度f(x;q)现有样 本观察值x1,x2,…xn,问:根据极大似然思想,如何用 x1,x2,…xn估计q? 2. 连续型随机变量的最大似然估计法 求极大似然函数与极大似然估计的步骤 注1：若概率函数中含有多个未知参数,则可解方程组 例2：设X1,X2,…,Xn为取自正态总体 的样本,求参数 的极大似然估计. 注：如果由似然方程解不出?的似然估计时,可由定义 通过分析直接推求。 * * *