第7章 参数估计(小结和典型例题选讲).ppt

例6 为常数 则 是? 的无偏、有效、一致估计量. 证 由例5 知 是? 的无偏、有效估计量. 所以 是 ? 的一致估计量, 证毕. 第七章 参数估计小结与例题选讲 一、重点与难点 三、典型例题 二、主要内容 一、重点与难点 1.重点 最大似然估计. 两个正态总体参数的区间估计. 2.难点 置信度1-α 与置信区间. 矩估计量 估计量的评选 二、主要内容 最大似然估计量 似然函数 无偏性 正态总体均值方差的置信区间 有效性 置信区间和上下限 求置信区间的步骤 一致性 矩估计量 用样本矩来估计总体矩,用样本矩的连续函数来估计总体矩的连续函数,这种估计法称为矩估计法. 矩估计法的具体做法: 最大似然估计量 似然函数 正态总体均值方差的置信区间与上下限 单个正态总体 两个正态总体 无偏性 有效性 由于方差是随机变量取值与其数学期望的偏离程度, 所以无偏估计以方差小者为好. 相合性(一致性或渐近一致性) 置信区间和置信上限、置信下限 求置信区间的一般步骤 三、典型例题 解 例1 解 例2 例3 设 X ~ U (a,b), x1, x2,…, xn 是 X的一个样本值, 求 a , b 的极大似然估计值与极大似然估计量. 解 X的密度函数为 似然函数为 似然函数只有当 a xi b, i = 1,2,…, n 时才能获得最大值, 且 a 越大, b 越小, L 越大. 令 xmin = min {x1, x2,…, xn} xmax = max {x1, x2,…, xn} 取 则对满足 的一切 a b , 都有 故 是 a , b 的极大似然估计值. 分别是 a , b 的极大似然估计量. 例4 设总体 X的密度函数为 为常数 为X的一个样本 证明 与 都是 的无偏 估计量 证 故 是? 的无偏估计量. 令 即 故 n Z 是? 的无偏估计量. 所以, 比 更有效. 是? 的无偏估计量,问哪个估计量更有效？ 由例4可知, 与 都 为常数 例5 设总体 ξ的密度函数为 解 ，