的极大似然估计量.ppt

都是总体参数? 的无偏估计量, 且 则称 比 更有效. 定义 设 2. 有效性 例9 设总体 X，且 E( X )=? , D( X )=? 2 为总体 X 的一个样本 证明 是 ? 的无偏估计量 (2) 证明 比 更有效 证 (1) (1) 设常数 (2) 结论 算术均值比加权均值更有效. 而 例如 X ~ N( ? ,? 2 ) , ( X 1 ,X 2 ) 是一样本. 都是? 的无偏估计量 由前例知 最有效. 定义 设 是总体参数? 则称 是总体参数? 的一致(或相合)估计量. 的估计量. 若对于任意的? ? ? , 当n? ?时, 3. 一致性 依概率收敛于? , 即 一致性估计量仅在样本容量 n 足够大时,才显示其优越性. 关于一致性的两个常用结论 1. 样本 k 阶矩是总体 k 阶矩的一致性估计量. 是? 的一致估计量. 由大数定律证明 用切贝雪夫不 等式证明 矩法得到的估计量一般为一致估计量 2. 设 是 ? 的无偏估计 量, 且 , 则 THE END 例10 为常数 则 是? 的无偏、有效、一致估计量. 证 由前例知 是? 的无偏、有效估计量. 所以 是 ? 的一致估计量, 证毕. 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), 点估计 区间估计 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. 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. 9 参数的点估计 点估计的思想方法 设总体X 的分布函数的形式已知, 但含有一个或多个未知参数：?1,?2, ?,?k 设 X1, X2,…, Xn为总体的一个样本 构造 k 个统计量： 随机变量 当测得样本值(x1, x2,…, xn)时,代入上述 统计量，即可得到 k 个数： 数 值 称数 为未知参数 的估计值 如何构造统计量？ 如何评价估计量的好坏？ 7-6 对应统计量 为未知参数 的估计量 问 题 一、点估计的常用方法 1. 矩估计法 方法 用样本 k 阶原点矩作为总体 k 阶原点矩的估计量, 建立含有待估参数的方程, 从而解出待估参数. 7-11 设待估计的参数为 设总体的 r 阶矩存在，记为 样本 X1, X2,…, Xn 的 r 阶矩为 令 —— 含未知参数 ?1,?2, ?,?k 的方程组 解方程组 , 得 k 个统计量： 未知参数 ?1, ?,?k 的矩估计量 代入一组样本值得 k 个数: 未知参数 ?1, ?,?k 的矩估计值 一般, 不论总体服从什么分布, 总体期望 ? 与方差? 2 是存在的, 它们的矩估计量分别为 7-10 事实上，按矩法原理，令 例1 设总体 X ~ N ( ? ,? 2 ), X1, X2,…, Xn为 总体的样本, 求 ? ,? 2 的矩法估计量. 解 例2 设总体 X ~ E(?), X1, X2,…, Xn为总体的 样本, 求? 的矩法估计量. 解 令 故 例3 设从某灯泡厂某天生产的灯泡中随机 抽取10只灯泡，测得其寿命为(单位:小时) 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200 试用矩法估计该厂这天生产的灯泡的平均 寿命及寿命分布的方差. 解 例4 设总体 X ~ U (a, b), a, b 未知, 求参数 a, b 的 矩法估计量. 解 由于 令 7-15 解得 2. 极大似然法 思想方法：一次试验就出现的 事件有较大的概率。 例如: 有两外形相同的箱子,各装100个球， 一箱： 99个白球 1 个红球 另一箱： 1 个白球 99个红球 现从两箱中任取一箱, 并从箱中任取一球, 结果所取得的球是白球. 问：所取的球来自哪一箱？ 答：第一箱 例5 设总体 X 服从0-1分布,且P (X = 1) = p,