第章參数估计与假设检验.pptVIP

第 5 章 参数估计与假设检验 （§5.1 ~5.5） 统计推断是统计学的重要内容。它大致可以分为两类：估计问题与假设检验问题。且每类问题又可以分为参数估计与假设检验和非参数估计与假设检验。本章将介绍参数估计与参数假设检验的基本知识。 一方面，在一些实际问题中，研究对象的总体分布类型往往可以从理论或实际经验中得到，而未知的只是分布中的参数。例如，由中心极限定理和实际经验知道：表示人体身高的随机变量 X 近似地服从正态分布 N(  , 2 )，其中参数 ，2 未知；表示纺织厂细纱机上的断头次数的随机变量 Y 近似地服从参数为  的泊松分布 P(  ) ，其中参数  未知；…… 另一方面，在有些情况下，人们所关心的并不是总体的分布，而是总体的某些数字特征（一般可以表为总体参数的函数，如：若总体 X ~ e(  ) ，则 EX = 1 /  ）。 这些问题都要求人们通过对所抽取的简单随机样本进行科学的分析，从而推断出总体的未知参数或数字特征来。这类问题统称为参数估计问题。 参数估计问题又分为点估计与区间估计两类。直观地讲，点估计是要用样本的某一函数值做为待估参数的估计值；区间估计则是要将待估参数确定在某一范围之内。 §5.1 点估计概述 一、什么叫点估计 设（X1 ，X2 ，…，Xn ）是来自总体 X 的样本，（x1 , x2 , …, xn ）是相应的样本值。 是总体分布的待估参数，   ， 表示  的取值范围，称为参数空间。 注：尽管参数  是未知的，但是它的参数空间  却是事先知道的。如正态总体 X ~ N(  , 2 ) 的参数 R，  ( 0 , + ) . 为估计参数 ，需要先构造一个统计量 h ( X1 , X2 , … , Xn ), 然后再利用该统计量的实现值 h ( x1 , x2 , …, xn ) 来估计参数  的真值，作为  的近似值，即   h ( x1 , x2 , … , xn ) 。 称统计量 h ( X1 , X2 , … , Xn ) 为参数  的估计量，记作 ；该统计量的实现值 h ( x1 , x2 , … , xn ) 为参数  的估计值，记作 。 在不会引起误会的场合，估计量与估计值统称为点估计，简称为估计，并简记为 。且有   。 由于  的估计值 是数轴上的一个点，用  的估计值 作为  的真值的近似值，就相当于用一个点来估计  ，故得名“点估计” 。 如果总体分布中有多个待估参数 1 ，2 ，…， r ，( 1 , 2 , … ,  r )  ，则一般需要构造不同的统计量 ，i = 1 , 2 , … , r，分别估计各个  i ，且称 为第 i 个参数  i 的估计量，其相应的估计 值 为第 i 个参数  i 的估计值，i = 1 , 2 , … , r . 如果待估参数是总体未知参数  的实值函数 g (  )（如：总体 X ~ e(  ) 时，待估参数 EX = 1 /  就是总体未知参数  的实值函数，此时有 g (  ) = 1 /  ），则称用来估计实值函数 g (  ) 的统计量 为该实值函数 g (  ) 的估计量，统计量的相应的实现值为该实值函数 g (  ) 的估计值。 且有 g (  )  。 例 5.1（P.150 例 5.1） 设某种型号的电子元件的寿命 X（以小时计）~ ，（x 0）。 为未知参数， 0。现得样本值为 168，130，169，143，174，198，108，212，252， 试估计未知参数  。 解 未知参数  的一个估计量，就是利用样本构造的一个函数。 方法一 ∵ 总体 X 服从参数为 的指数分布：X ~ e ( )， ∴