概率统计6.16.26.3精品.pptxVIP

第六章 点估计（Point estimation） 第一节 矩法估计 第二节 极大似然估计 第三节 Cramer_Rao 不等式 第四节 充分统计量 第五节 一致最小方差无偏估计 参数估计问题（Parameter estimation） 参数估计的一般方法 §6.1 矩法估计（method of moment） 矩法估计是基于“替换”思想建立起来的一种估计方法.是英国统计学家K.pearson在1894年提出的. 基本思想是用样本矩估计总体矩. 理论依据是大数定律. 评价一个估计量的好坏，不能仅仅依据一次试验的结果，而必须由多次试验结果来衡量. 因为估计量是样本的函数，是随机变量. 由不同的观测结果，就会求得不同的参数估计值, 因此一个好的估计，应是多次试验中体现出优良性. 估计量是随机变量，对于不同的样本值会得到不同的估计值. 我们希望估计值在未知参数真值附近摆动，它的期望值等于未知参数的真值, 这就导致无偏性这个标准. n 5 10 15 20 30 c 0.665 0.973 0.982 0.987 0.991 极大似然估计首先是由德国数学家（Guass）高斯在1821年提出的，然而，这个方法常归功于英国统计学家（Fisher）费歇. 费歇在1912年重新发现了这一方法，并首先研究了这种方法的