第七章概率论2015.pptVIP

例7 设总体X的概率密度为 是取自X的样本, 是未知参数,试分别 用矩法和极大似然估计法给出 的估计量 解 总体X 的数学期望为 令 ,得未知参数 的矩估计量为 设 是相应的样本值,则似然函数为 当 时, 且 令 解得 的极大似然函数值为 极大似然估计量为 第二节 估计量的评选标准 对于同一个参数,用不同的方法可以得到不同的估计量.例如通过上一节我们知道,当总体为 上的均匀分布时,用矩法和极大似然法可分别得到的不同的估计量.事实上.类似的情形还有很多.现在的问题是,当同一参数出现多个估计量时,究竟哪一个更好呢?这就涉及到用什么标准来评价估计量的问题. 确定估计量好坏的标准必须是整体性的,说得明确一点就是,必须在大量观察的基础上从统计的意义上来评价估计量的好坏.也就是说,估计的好坏取决于估计量的统计性质.一般认为,一个“好”的估计量应该具有如下的条件: (1) 与被估计参数 的真值越近越好.由于 是随机变量,它有一定的波动性,因此只能在统计的意义上要求 的平均值离 的真值越近越好,最好是能满足 ,这就是无偏性的要求; (2) 围绕 真值波动的幅度越小越好.下面我们将会看到,同一个参数的满足无偏性要求的估计量往往也不止一个.无偏性只对估计量波动的平均值提出了要求,但是对波动的“振幅”(即估计量的方差)没有提出进一步的要求.当然,我们希望估计量方差尽可能的小.这就是无偏估计量的有效性要求; (3)当样本容量越来越大时, 靠近 真值的可能性也应该越来越大,最好是当样本容量趋于无穷时, 在某种意义上 收敛于 的真值.这就是一致性的要求. 一.无偏性(Unbiasedness) 定义 设 是未知参数 的估计量, 若 则称 是 的无偏估计量. 若 则称 是 的渐进无偏估计量. 例1 设总体 服从 上的均匀分布,试证 的矩估计量 是 的无偏估计量, 的极大似然估计量 是 的渐近无偏估计量 证 所以 是 的无偏估计量. X的概率密度与分布函数分别为: 所以 的概率密度为 所以有 但是有 所以 是 的渐进无偏估计 注：若令 ,则它是 的无偏估计量. 一般来说,一个参数往往有多个无偏估计量. 若 有两个无偏估计量: ,则 当a+b=1时也是 的无偏估计量。 样本均值和样本方差分别是总体均值和总体方差的无偏估计量. 因为 所以 二.有效性(Efficiency) 估计量的无偏性只保证了估计量的取值在参数真值周围波动,但是波动的幅度有多大呢?自然的,我们希望估计量波动的幅度越小越好,幅度越小,则估计量取值与参数真值有较大偏差的可能性越小,而衡量随机变量波动幅度的量就是方差.这样就有了我们下面要介绍的有效性的概念. 首先 又 因此,当 时,有 即 比 有效. 有效性概念说明了在无偏估计量中,方差越小就越有效,那末,无偏估计量中方差能小到什么程度呢？是否有下界呢？在满足一定的条件下,答案是肯定的.但这超出我们的知识范围,略. 三.一致性或相合性(Consistency) 直观上看,当n增大时,样本信息增多,当然希望估计量越来越靠近真值的概率也越来越大,这种想法就引出了上面的一致性概念.一致估计量一般地是当样本容量很大时,才能显示其优点. 解 由正态分布的性质以及样本的独立性可知 欲使 * 二战中的点估计— 德军有多少辆坦克？ 二战期间，盟军非常想知道德军总共制造了多少辆坦克。德国人在制造坦克时是墨守成规的，他们把坦克从1开始进行了连续编号。在战争过程中，盟军缴获了一些敌军坦克，并记录了它们的生产编号。那么怎样利用这些号码来估计坦克总数呢？在这个问题中，总体参数是未知的坦克总数N,而缴获坦克的编号则是样本。 资料来源：GUDMUND R.IVERSEN和MARY GERGRN著，吴喜之等译：《统计学—基本概念和方法》，高等教育出版社，施普林格出版社，2000。 二战中的点估计— 德军有多少辆坦克？ N的一个点估计公式是：先找到被缴获坦克编号的平均值，并认为这个值是全部编号的中点。因此样本均值乘以2就是总数的一个估计。 N的另一个点估计公式是：用观测到的最大编号乘以因子1+1/n，其中 n 是被俘虏坦克个数。假如俘虏了10 辆坦克，其中最大编号是50，那么坦克总数的一个估计是（1+1/10)?50=55。 从战后发现的德军记录来看，盟军的估计值非常接近所生产的坦克的真实值。记录仍然表明统计估计比通常通过其他情报方式作出估计要大大接近于真实数目。统计学家们做得比间