概率-(改).pptVIP

第二节 估计量的评选标准 数理统计 数理统计 数理统计 数理统计 第一节 参数的点估计 点估计概念 求估计量的方法 课堂练习 小结 布置作业  参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数或者参数的某些函数. 参数估计 估计废品率 估计新生儿的体重 估计湖中鱼数 估计降雨量 总体分布形式已 知，未知的仅仅 是一个或几个参 数. 参数估计 点估计 区间估计 （假定身高服从正态分布 ） 设这5个数是: 1.65 1.67 1.68 1.78 1.69 估计 为1.68， 这是点估计. 这是区间估计. 估计 在区间 [1.57, 1.84] 内， 例如估计某队男生的平均身高. 现从该总体选取容量为5的样本，根据选出的样本（5个数）求出总体均值 的估计. 一、点估计概念 随机抽查100个婴儿 , … 得100个体重数据 10,7,6,6.5,5,5.2, … 呢 ? 应如何估计 和 全部信息就由这100个数组成 . 例1 已知某地区新生婴儿的体重 , 未知 为估计 : 需要构造出适当的样本的统计量g(X1,X2,…Xn)， 每当有了样本观测值，就代入该函数中算出一个值，用来作为 的估计值. 把样本值代入g(X1,X2,…Xn) 中， 估计值 . g(X1,X2,…Xn) 称为参数 的点估计量， 得到 的一个点 若 , 由大数定律, 样本体重的平均值 则 . 用样本体重的均值 估计 . 用样本体重的方差 估计 . 使用什么样的统计量去估计 ？ 可以用样本均值; 也可以用样本中位数; 还可以用别的统计量 . 问题是: 二、寻求估计量的方法 1. 矩估计法 2. 极大似然法 例2 设总体 X 在 [ a , a+1] 上服从均匀分布 , a 未知. 是来自 X 的样本 , 试求 a的矩估计量 . 例3 设总体 X 的均值 和方差 都存在 , 未知 . 是来自 X 的样本 , 试求 的矩估计量 . 1. 矩估计法 样本原点矩估计相应的总体原点矩 矩法的优点是简单易行,并不需要事先知道总体是什么分布 . 缺点是，当总体类型已知时，没有充分利用分布提供的信息 . 一般场合下,矩估计量不具有唯一性 . 基本思想 例： 某位同学与一位猎人一起外出打猎, 一只野兔从前方窜过, 只听一声枪响，野兔应声倒下, 推测，是谁打中的呢？ 2. 最大似然法 最大似然估计原理： 当给定样本X1,X2,…Xn时，定义似然函数为： 设X1,X2,…Xn是取自总体X的一个样本，样本的联合密度(连续型）或联合分布律 (离散型)为 f (x1,x2,… ,xn ; ) . f (x1, x2 ,…, xn; ) x1, x2 ,…, xn 是样本的观察值 似然函数： 最大似然估计法就是用使 达到最大值的 去估计 . 称 为 的最大似然估计值 . 看作参数 的函数，它可作为 将以多大可 能产生样本值 x1, x2,… ,xn 的一种度量 . f (x1,x2,…, xn; ) 相应的统计量 称为 的最大似然估计量 . 求似然函数的最大值点，也可通过求解方程： 若 是向量，上述方程必须用偏导数和方程组代替 . L(p)= f (x1, x2,…, xn; p ) 例5 设X1,X2,…Xn是取自总体 X~B(1, p) 的一个样本，求参数p的最大似然估计量. 解：似然函数为: 对数似然函数为： 对p求导并令其为0， =0 得 即为 p 的最大似然估计值 . 从而 p 的最大似然估计量为 例6 设总体 X ~N( ) , 未知 . 是来自 X 的样本值 , 试求