概率论6.1精要.ppt

第六章 参数估计 点估计 估计量的评选标准 6.1 点估计一、点估计的概念 例1 设 表示某种型号的电子原件的寿命（以小时计），它服从指数分布，其概率密度为 二、 评价估计量的标准 2、有效性 例5 设总体 为其样本，试证样本 方差 是 的相合估计量。 5.3 区间估计一、概念 四、双正态总体方差比的置信区间 小结 二、矩估计法（简称“矩法”） 三、极大似然估计法 P152,27 (2)解: ?未知时,?的置信度为1??的置信区间为 这里 二、单正态总体方差的置信区间 假定m未知， s2的置信度为1??的置信区间为 三、双正态总体均值差的置信区间 其中 可解得?1- ?2 的置信区间 假定?1，?2未知 关键点：1.用样本矩作为总体同阶矩的估计，即 2.约定：若 是未知参数?的矩估计，则g(?)的矩估计为g( ), 例1：设X1， … ， Xn为取自总体B(m,p),的样本，其中m已知，0p1未知，求p的矩估计。 EX：设X1， … ， Xn为取自参数为?的指数分布总体的样本，求?的矩估计。 例2。设总体X的概率密度为 X1， … ， Xn为样本，求参数?的矩估计。 例3：设X1， … ， Xn为取自 总体的样本，求参数 的矩估计。 1、极大似然思想 有两个射手，一人的命中率为0.9,另一人的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？ 一般说，事件A发生的概率与参数???有关，?取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|?).若A发生了，则认为此时的?值应是在?中使P(A|?) 达到最大的那一个。这就是极大似然思想 1.设总体X为离散型随机变量，它的分布律为 现有样本观察值x1,x2,…xn,,其中xk取值于{ak,k=1,2…} 问：根据极大似然思想，如何用x1,x2,…xn估计q? 例5.设X1， … ， Xn为取自参数为?的泊松分布总体的样本，求?的极大似然估计 2.设总体X为连续型随机变量，概率密度f(x;q) 现有样本观察值x1,x2,…xn, 问：根据极大似然思想，如何用x1,x2,…xn估计q? 2、似然函数与极大似然估计 为该总体的似然函数。 定义：若有 使得 则称 为?的极大似然估计.记为 * * 5.2 定义 设X1， … ， Xn是总体X的一个样本，其分布函数为F(x; ?), ???。其中?为未知参数, ?为参数空间, 若统计量g(X1， … ， Xn)可作为?的一个估计,则称其为?的一个估计量，记为 注：F(x;?)也可用分布律或密度函数代替. 若x1， … ， xn是样本的一个观测值。 由于g(x1， … ， xn) 是实数域上的一个点，现用它来估计?， 故称这种估计为点估计。 点估计的经典方法是矩估计法与极大似然估计法。 其中， 为未知参数，且 ，现得样本值为 168，130，169，143，174，198，108，212，252 试估计未知参数 。 解 已知 ,所以，可用样本均值 来 估计 ，即 。 根据样本得， 。 所以， 其中， 称为 的估计量， 称为 的估计值。 参数估计的过程即是寻找与参数有关系的统计量的过程。 1、无偏性 定理：设 为取自总体 的样本，总体 的均值为 ，方差为 ，则 （1）样本均值 是 的无偏估计； （2）样本方差 是 的无偏估计； （3）未修正样本方差 ,是 的有偏估计量。 无偏性的实质: 对一个估计量,多次变更样本数据反复求估计值时, 估计值的平均值与真实值一致,即尽管 有时比?大, 有时比? 小,但总的来看,它的”平均值”就是? 。 例2 设总体 是来自这一总体的样本。证明 证： 练习：P155 3,4 设 是取自总体 的一个样本， 是未知参数 的一个估计量，若