3第三章 参数估计 1.PPTVIP

数理统计 第三章 参数估计 §3.2 矩估计法 例1　设总体X 的概率密度为 例2　设总体 例3 设总体X的分布律为 课堂练习 P 97：习题3.2: 2, 4(c), 4(d) §3.3 最大似然估计法 ⑴ X 为离散总体情形 例2 例3 (2)X为连续型随机总体情形 例4 例5 例6 例7 例8　设总体X的分布律为 练习1： 课堂练习 P 97：习题3.3: 2, 4, 5 设 X1, X2, …, Xn 是取自总体 X 的一个样本, ，求参数 的最大似然估计值。 解 令 所以 的最大似然估计值为 设 X1, X2, …, Xn 是取自总体 X 的一个样本, ，求参数 a , b 的最大似然估计值。 解 似然函数 所以 所以 则要使得 取最大值 注：特殊的似然函数通过求导得不到其最值点， 需要用似然估计的思想来求。 设 X1, X2, …, Xn 是取自总体 X 的一个样本, 求 ⑴ 参数 θ和μ的矩估计量； ⑵ 参数 θ和μ的最大似然估计量。 解 ⑴ 令 所以 解得参数θ和μ的矩估计量为 ⑵ 设x1, x2, …, xn是X1, X2, …, Xn的样本值，则 似然函数为 其中 当 时 令 第二个似然方程求不出θ的估计值，观察 ，表明L是μ的严格递增函数，又 ，故 当 时L 取到最大值 从而参数θ和μ的最大似然估计值分别为 所以参数θ和μ的最大似然估计量分别为 其中参数 未知，现有一组样本值 解 试求θ的极大似然估计值。 1, 1, 1, 3, 2, 1, 3, 2, 2, 1, 2, 2, 3, 1, 1, 2 极大似然估计的不变性 * 周 圣 武 Tel: E-mail: zswcumt@163.com 中国矿业大学 理学院 统计推断 参数估计 假设检验 点估计 区间估计 矩估计 最大似然估计 参数假设检验 非参数假设检验 最小二乘估计 §3.1 参数估计问题 设总体X的分布函数为F(x;θ), θ为待估计参数，X1,X2,…,Xn是X的样本， x1, x2,…, xn是相应样本值。 Question：如何利用这些信息估计参数θ？ Answer：构造一个适当的统计量 用它的观察值 作为θ的 近似值。 称为θ的估计量， 称为θ的估计值。 理论依据：辛钦大数定律 由英国统计学家K.皮尔逊提出. 且具有数学期望 辛钦 设随机变量序列X1 , X2 , … 独立同分布， 则对任意ε0，有 K.皮尔逊 命题 若总体X 的 k 阶矩 存在， 证 独立、 同分布 辛钦大数定律 独立、 同分布 为X的样本，则 矩估计的基本思想：令 ⑴若X为连续型随机变量，设概率密度为 令 其中 为X的样本， 解出 称为θ的矩估计量。 解 是未知参数, 其中 X1,X2,…,Xn是取自X 的样本,求参数α的矩估计量. 令 ， 则 ?α的矩估计量为 一个样本，求 的矩估计量。 为X 的 Answer: ⑵若X为离散型随机变量，设其分布律为 令 其中 为样本， 解出 其中参数 未知，现有一组样本值 解 ?θ的矩估计值为 1, 1, 1, 3, 2, 1, 3, 2, 2, 1, 2, 2, 3, 1, 1, 2 试求θ的矩估计值。 令 Question: 设X的概率密度为 设 X1, X2,…,Xn为X的样本，求参数θ的矩估计量。 Answer:θ的矩估计量不存在。 ◆ 1821年,德国数学家高斯提出最大似然估计法； ◆ 1922年,费歇重新发现了这一方法，并研究了这种方法的统计性质 。 Gauss Fisher 最大似然法的基本思想： 问题：请推断兔子 是谁打中的？ 例1 袋中放有白球和黑球共4个，今进行3次有放回抽样，每次抽取1个，结果抽得2次白球1次黑球，试估计袋中白球个数。 解 设袋中白球个数为m， X为3次抽样中抽得的白球数，则 当袋中白球数m分别为1,2,3时， p对应的值分别为1/4,2/4,3/4， X对应的分布律见下表 3/4 3 2/4 2 1/4 1 x=3 x=2 x=1 x=0 抽到白球数x p 袋中白球数m 3/4 3 2/4 2 27/64 1/4 1 x=3 x=2 x=1 x=0 抽到白球数x p 袋中白球数m 3/4 3 2/4 2 27/64 27/64 1/4 1 x=3 x=2 x=1 x=0 抽到白球数x p 袋中白球数m 3/4 3 2/4 2 9/64 27/64 27/64 1/4 1 x=3 x=2 x=1 x=0 抽到白球数x p 袋中白球数m 3/4 3 2/4 2 1