6-1点估计.pptVIP

总体 样本 统计量 描述 作出推断 研究统计量的性质和评价一个统计推断的优良性，完全取决于其抽样分布的性质. 随机抽样 参数估计问题 假设检验问题 点 估 计 区间估 计 统计 推断 的 基本 问题 什么是参数估计？ 参数是刻画总体某方面概率特性的数量.参数的类型有: 1、分布中所含的未知参数θ. 例如，X ~N (? ,? 2), 若?, ? 2未知, 通过构造统计量, 给出 它们的估计值或取值范围就是参数估计 的内容. 区间估计 参数估计的两种类型 点估计 3、分布的各种特征数 2、分布中所含的未知参数θ的函数g(θ). 例如：EX，VarX, 分布中位数等。 例如：X ~N (? ,? 2), 其中? ,? 2未知，对于某定值a ,要估计 即为? ,? 的函数。 一般地，用θ（可以是向量）来表示参数，它的所有可能取值组成的集合称为参数空间，用Θ表示。 参数估计问题是利用从总体抽样得到的样本, 通过估计量来估计上述各种参数。估计量就是估计总体参数的统计量. 第一节 参数的点估计 一、替换原理与矩法估计 二、最大似然估计 参数的点估计是指:对未知参数θ选用一个统计量 的取值作为θ的估计值, 就是θ的点估计(量),简称估计. 好的估计量体现好的统计思想. 用样本均值 来估计总体均值 EX ; 用样本方差 (或S2)来估计总体方差VarX ; 一、替换原理与矩法估计 1、矩法估计（Moment Estimation) 替换原理: 用样本矩代替总体矩；用样本矩的函数代替总体矩的函数。 如：无论总体分布如何, 都可以 用样本的 p 分位数来估计总体的 p 分位数 ; 矩法估计的思想：实质是根据格里汶科定理,可用样本经验分布函数代替总体分布函数. 利用替换原理而获得的估计量称为矩估计(量). 用事件A出现的频率来估计事件A发生的概率. 更具体地说是根据大数定律, 有 例1 某型号的20辆汽车记录其每5L汽油的行驶路程（公里）如下: 经计算可得： 29.8，27.6，28.3，27.9 ，30.1，28.7，29.9，28.0, 27.9，28.7， 28.4，27.2，29.5，28.5，28.0，30.0，29.1，29.8，29.6，26. 9 由矩法估计得总体的均值、方差和中位数点估计分别为： 2. 概率函数已知时未知参数的矩法估计 矩估计法是英国统计学家K.皮尔逊最早提出来的 .在总体分布已知时,且有关各阶矩存在的条件下, 用“总体矩等于样本矩”列出矩方程组，解之可得矩估计。 设总体X具有已知的概率函数 x1,x2,….xn 是来自 X 的样本，假定总体的k 阶矩存在，那么它的 前 k 阶矩 都存在。 若 能够表示为 的函数，即由 i=1,2, … ,k 这 k 个方程中解出 j=1,2,…,k 进一步要估计 的函数 则直接可得其矩法估计 例1 设总体 X ~ Exp(?), x1, x2,…, xn为总体的样本, 求未知参数? 的矩法估计量. 解 则 故 j=1,2,…,k 那么用诸 的估计量 ai 分别代替上式中的诸 , 即可得诸 的矩估计量 ： 矩估计量的观察值称为矩估计值 . 注：由于 由替换原理λ的矩估计也可取为 ，s*为样本标准差 . 因此矩估计不唯一,一般采 用低阶矩作为未知参数的矩估计。 例2 设总体 X ~ U (a, b), a, b 未知, x1,…,xn为取自该总体的样本，求参数 a, b 的 矩法估计量. 解: 即 解得 于是 a , b 的矩估计量为 样本矩表示 总体矩表示 解: 例3 设总体 X 的均值 和方差 都存在 , 未知 . 是来自 X 的样本 , 试求 的矩估计量 . 解得 于是 的矩估计量为 样本矩表示 总体矩表示 注：该例表明无论总体X服从什么分布，只要总体的二阶矩存在，则样本均值就是总体均值的矩估计，样本方差就是总体方差的矩估计. 例4. 已知总体