概率论数理统计参数估计.pptVIP

6.1.3 期望与方差的点估计 3、标准差的点估计 6.3矩估计 为来自总体X的样本(X1,X2,…,Xn) 的一个观察值，则样本的联合概率密度为 -------似然函数 注 1o 对于给定的样本值 求? 的最大似然估计问题，归结为求 L(? ) 的最大值问题; 则称 （3）求最大似然估计(MLE)的一般步骤 似然方程组---- ------对数似然函数 对数似然方程组---- 解 似然函数 6.2.3 应用举例 对数似然函数 解 山东财政学院 统计推断 统计估计 统计假设检验 参数估计 非参数估计 点估计 区间估计 参数 非参数 单参数 多参数 第六章 参数估计 6.1 点估计概述 6.1 基本概念 定义 注: 6.2 评价估计量的标准 1、无偏性 设 是未知参数 的一个估计量，如果 则称 为 的无偏估计量。 否则称 有偏估计量. 注：无偏估计量的直观意义是无系统偏差，即估计值以 的真实值为中心波动。 2、有效性 注：样本容量大的样本均值比样本容量小的样本均值， 作为总体期望的估计量更有效。 *3、相合性 1.期望的点估计 2. 方差的点估计 定理6.1.1 是在总体类型已知条件下，利用总体分布的信息对未知参数进行估计的方法。 它首先是由德国数学家高斯在1821年提出的 , Gauss 5.2参数的最大似然估计与矩估计 Fisher 然而，这个方法常归功于英国 统计学家费歇尔 . 费歇尔在1922年重新发现了这一方法，并首先研究了这种方法的一些性质 . 6.2.1 基本思想------最大似然原理 最大似然原理的直观想法是：在试验中概率 最大的事件最有可能出现。因此，一个试验 如有若干个可能的结果，若在一次试验中， 结果A出现，则一般认为A出现的概率最大. 6.2.2 似然函数与最大似然估计量 设离散型总体X的概率分布为 为来自总体X的样本(X1,X2,…,Xn) 的 一个观察值，则样本的联合概率分布 -------似然函数 最大似然估计值 (MLE). maximum likelihood estimate