概率論与数理统计统计推断与参数估计.pptVIP

样本;(一);(二);(三);常用统计分布;概率论与数理统计;设总体 的均值和方差;概率论与数理统计;概率论与数理统计;概率论与数理统计;估计量：用于估计总体参数的统计量 参数用? 表示，估计量用 表示 估计值：估计参数时计算出来的统计量的具体值 如果样本均值 ?X =80，则80就是?的估计值;1.无偏性 (unbiasedness) 设　为总体未知参数　的估计量 若 ;注:;2．有效性 ;3．相合性（consistency） 如果对任意小的正数，有; 由于估计量是样本的函数, 是统计量, 故对不同的样本值, 得到的参数值往往不同, 求估计量的问题是关键问题.;1、 矩估计法; 用样本矩来估计总体矩,用样本矩的连续函数来估计总体矩的连续函数,从而得出参数估计，这种估计法称为矩估计法.;解: ;解;上例表明:; 矩法的优点是简单易行.;2、 最大似然估计法(MLE);是谁打中的呢？;有两外形相同的箱子,各装100个球 1箱 99个白球 1 个红球 2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. ; 又如当机器发生故障，有经验的修理工首先总从易损部件、薄弱环节查起，为什么呢？ 公安人员在贞破凶杀案时，首先把与被害者密切来往又有作案可能性的人列为重点嫌疑对象. ;最大似然原理的直观思想是：在试验中概率最大 的事件最有可能出现。因此，一个试验如有若干 个可能的结果A,B,…,若在一次试验中结果A出现， 一般认为A出现的概率最大．;似然函数实质上是样本的联合分布律;概率论与数理统计;（1）求似然函数;解;概率论与数理统计;最大似然估计;概率论与数理统计;最大似然估计;解：似然函数为;求导并令其为0;最大似然估计;解;概率论与数理统计;它们与相应的矩估计量相同.;设 是? 的极大似然估计值, u(? );如 在正态总体N (?,? 2)中, ? 2的极大 似然估计值为;两种求点估计的方法:; 定义： 设总体X的分布函数F(x；?)含有未知参数?，对于给定值?（0 ?1),若由样本X1, …, Xn确定的两个统计量 使;参数真实值;例如; 一旦有了样本，就把 估计在区间;长度尽可能短.;置信区间;;;2. 求置信区间的一般步骤(共3步);概率论与数理统计;? 例1 设总体 ， 为已知， 未知,（ X1, X2, …,Xn ）为来自总体 X 的一个样本，求 的置信度为 的置信区间．;即有 取 ，于是得到 的置信度为 的置信区间为