数学概论19 点估计.pptVIP

概率与统计第十九讲 点估计 第五章 参数估计 点估计方法 估计量的评选标准 区间估计 5.1 点估计一、参数估计的概念 二、矩估计法（简称“矩法”） 三、极大似然估计法 * * 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。 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。 解: E(X)=mp, 而 为参数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。 解: 而 例3：设X1， … ， Xn为取自 总体的样本，求参数 的矩估计。 解: 解: 由: 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? 根据极大似然思想, ?值应是在?中使P(A|?) 达到最大的那一个,也就是使 样本联合分布律 最大. 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? 根据极大似然思想, ?值应是在?中使P(A|?) 达到最大的那一个,也就是使 样本联合密度最大. 3、似然函数与极大似然估计 为该总体的似然函数(p181)。 定义：若有 使得 则称 为?的极大似然估计.记为 3、求极大似然估计的步骤* (1) 做似然函数 (2) 做对数似然函数 (3) 列似然方程, 令 若该方程有解，则其解就是 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 解: 令 注1：若概率分布中含有多个未知参数，则可解方程组 例6：设X1， … ， Xn为取自 总体的样本，求参数 的极大似然估计。 解: * * *