7_1点估计06652.pptVIP

二、极大似然估计法 三、估计量的评选标准 《概率统计》 下页 结束 返回 一、参数的点估计 二、参数的区间估计 下页 第七章 参数估计 问题：若总体X的分布函数F(x)的类型已知，但它 的一个或多个参数未知,如何估计总体的未知参数？ 想法：用X的一组样本观察值(x1,x2,…,xn)来估计总 体中未知参数的值,即用样本统计量的值估计总体中未 知参数的值. 估计量：设q为总体X的未知参数，用样本(X1,X2,…,Xn)构 成的一个统计量 来估计q的真值，称 为 q 的估计量. 参数的点估计(方法): 指用样本统计量的值估计未知参数 的值. 本节介绍 ① 矩估计法；② 极大似然估计法. 估计值：对应于样本的一组观测值(x1,x2,…,xn),估计量的 值 (x1,x2,…,xn)称为q的估计值，仍记作 . §7.1 参数的点估计 下页 ○、基本概念 mk= E(Xk) ck= E[X-E(X)]k 总体矩 总体矩的估计值 样本矩 = = 显然, 通常取: 理论根据：格利文科定理. 一、矩估计法 下页 矩估计法：是用样本矩估计相应的总体矩，用样本矩函数 估计总体矩的同一函数的一种估计方法. 例1．设总体X~N(m , s 2 )，试求m , s 2的矩估计量. 解得m , s 2 的矩计量分别为 即 下页 解：设(X1,…,Xn)为X的一个样本， 依题意知 E(X)= m , D(X)= s 2， 据矩估计法有 解得q1 , q2的矩估计量为 即 例2．设总体X~U[q1 , q2] ，试求q1 , q2的矩估计量. 下页 解：设(X1,…,Xn)为X的一个样本， 依题意知 据矩估计法有 E(X)=q , 根据矩估计法有 (k=0,1,2…；0 q +∞) 同样，又由于 D(X)=q ， 故可得q 的另一个矩估计量为 由此可见一个参数的矩估计量是不唯一的. 例3．设总体X服从参数为q 的泊松分布，即 问题：哪一个作为估计量更好呢？ 下页 试求 q 的矩估计量. 解：设(X1,…,Xn)为X的一个样本， 依题意知 极大似然原理：一个随机试验有若干种可能的结果A，B， C，…．若在一次试验中，结果 A 出现，则一般认为试验条件 对A出现有利，也即 A 出现的概率很大． 引例．设有外形完全相同的两个箱子，甲箱有99个红球1个 蓝球，乙箱有1个红球99个蓝球，今随机地取出一箱，再从该箱 中任取一球，结果取得红球，问这球是从哪一个箱子中取出的？ 解：从甲箱中取得红球的概率：P(红/甲) = 99/100； 从乙箱中取得红球的概率：P(红/乙) = 1/100. 显然，从甲箱中取得红球的概率，比从乙箱中取得红球的概率大 得多. 既然在一次抽样中取得红球，当然可以认为是从抽取概率大的 箱子中抽出的，故可作出统计推断：红球是从甲箱中取出的(合理). 这就是－极大似然原理！ 下页 ⒈ 极大似然估计法 下页 引例. 考察农大、科大、泰医三个学校明天上午8:00-9:00 一个小时内分别到达各自图书馆的学生人数. 假设到达人数均 服从参数为 l 的泊松分布(细节…篇幅所限，略)，求l 的极大 似然估计． 推导: 令 X1, X2, X3 分别表示农大、科大、泰医三个学校明 天上午8:00-9:00一个小时内到达各自图书馆的学生人数，(显然 X1, X2, X3 都为随机变量)，下面约定试验方法… … 则 ⒊ 求极大似然估计步骤 (1) 写出似然函数; 称为样本的似然函数. 使似然函数取得最大值的 称为q 的极大 似然估计值. 这种方法称为极大似然估计法. ⒉ 极大似然函数 下页 (2) 取对数; (3) 求导数; (4) 由导数=0, 解得估计值. 设总体X的概率密度函数为 f(x;q)，[若X是离散型, f(x;q) 是 分布律]q为未知参数(q也可以是向量)，则函数 解：设x1,…,xn为样本的一组观测值，则似然函数为 两边取对数得 对 l 求导数，并使其等于0得 解这一方程得 l 的极大似然估计为 比如，n=10, 样本观测值为：10，13，65，18，79，42，65，77，88，123. 则 下页 例4．X~P(l)，求 l 极大似然估计. 例5．X服从参数为l 的指数分布，求l 的极大似然估计量. 下页 解：设x1,…,xn为样本的一组观测值，则似然函数为 解得 l 的估计值为 由 所以 l 的估计量为 例6．设X~N(m