概率统计之参数估计.pptVIP

三、一致估计 设 为总体参数?的估计量，显然 与样本X1,X2,?,Xn有关，我们希望 会随着样本容量n的增大而越接近于?，这一要求便是衡量估计量好坏的另一标准。 例2 设总体X的概率密度为 　　 (4)求 的方差 。 X1,X2,?,Xn为来自总体X的样本. (1)求总体均值EX,总体方差DX； (2)求?的矩估计量 ;　 (3) 是否为?的无偏估计； 解 (1)总体均值 总体方差 (2)令 得?的矩估计量为 (3) 所以 是?的无偏估计; (4) 的方差 二、最小方差无偏估计 定义2 设 是?的一个无偏估计，若对于?的任一无偏估计 ，成立 则称 是?的最小方差无偏估计。 例3 设X1,X2,?,Xn为来自于总体X的样本,总体均值EX=?,总体方差DX=?2,求?的最小方差线性无偏估计。 解 已知X1,X2,?,Xn独立且与X同分布, ?的线性估计是将X1,X2,?,Xn的线性函数 问题是如何选取 的值，使得无偏性和最小方差这两个要求都能得到满足。 作为?的估计量。 无偏性要求 最小方差要求 这是一个求条件极值问题，用拉格朗日乘数法，令 达到最小， 易知 由条件 得到 于是 是?的最小方差无偏估计。 得 若 和 都是?的无偏估计量，且 成立，则通常称估计量 较 有效,或较佳,或较优. 例 设X1,X2,X3为总体的一个样本,试证下列估计量 都是总体均值?的无偏估计量,且问哪一个最佳？ 定义3 设 为未知参数?的估计量，若 依概率收敛于?，即对任意的?0,成立 则 称为?的一致性估计。 第一节 参数的点估计 一.点估计的概念 当总体的分布形式为已知,而参数未知时,欲通过样本对未知参数进行估计,这种方法称为点估计法. 如:客流-泊松分布,但 ?未知;灯管寿命-指数分布等。 二.点估计的方法 1、矩方法； 2、极大似然函数法. 第八章 参数估计 称 为?的矩估计量, 而 称为? 的矩估计值. 1.矩估计法 如:设r.v.X:EX=?,DX=?2分别为X的一阶原点矩 和二阶中心矩;而 分别为样本的一阶原点矩和样本方差. ?用样本的k阶矩估计总体的k阶矩. 称 为?2的矩估计量, 而 称为?2 的矩估计值. 例1 有一批零件，其长度X~N(?,?2)，现从中任取4件，测的长度(单位：mm)为12.6,13.4,12.8,13.2。试估计?和?2的值。 解 由 得?和?2的估计值分别为13(mm)和0.133(mm)2 例2 设总体X的概率密度为 X1,X2,?,Xn为来自于总体X的样本,x1,x2, ?,xn为样本值,求参数?的矩估计。 解 先求总体矩 令 即得 即有 解之得 为?的矩估计量, 为?的矩估计值. 例3 设总体X的概率密度为 求?的矩估计量 解法一 虽然f(x,?)中仅含有一个参数?，但因 不含?,不能由此解出?,需继续求总体的二阶原点矩 解法二 即 用 替换 即得?的另一矩估计量为 得?的矩估计量为 用 替换 即 你就会想,只发一枪便打中,猎人命中的概率一般大于这位同学命中的概率.看来这一枪是猎人射中的. 先看一个简单的例子: 某位同学与一位猎人一起外出打猎,一只野兔从前方窜过.只听到一声枪响,野兔应声倒下.如果要你推测,是谁打中的呢？你会如何想呢？ 这个例子所作的推断已经体现了极大似然法的基本思想. 2、极大似然函数法 例 设袋中装有许多白球和黑球。只知两种球的数目之比为3:1，试判断是白球多还是黑球多。 解: 从袋中有放回的任取3只球. 设每次取到黑球的概率为p(p= 1/4或3/4) 设取到黑球的数目为X, 则X~B(3,p) 分别计算p=1/4,p=3/4时，P{X=x}的值，列于表 结论: