第五章 参数估计 在实际问题中, 当所研究的总体分布类型已知, 但分布 .docVIP

第五章 参数估计 在实际问题中, 当所研究的总体分布类型已知, 但分布中含有一个或多个未知参数时, 如何根据样本来估计未知参数，这就是参数估计问题. 参数估计问题分为点估计问题与区间估计问题两类. 所谓点估计就是用某一个函数值作为总体未知参数的估计值；区间估计就是对于未知参数给出一个范围，并且在一定的可靠度下使这个范围包含未知参数. 例如, 灯泡的寿命X是一个总体, 根据实际经验知道, X服从, 但对每一批灯泡而言, 参数是未知的,要写出具体的分布函数, 就必须确定出参数. 此类问题就属于参数估计问题. 参数估计问题的一般提法: 设有一个统计总体, 总体的分布函数为, 其中为未知参数(可以是向量). 现从该总体中随机地抽样, 得一样本 , 再依据该样本对参数作出估计, 或估计参数的某已知函数 第一节 点估计 分布图示 ★ 引言 ★ 点估计的概念 ★ 例1 ★ 评价估计量的标准 ★ 无偏性 ★ 例2 ★ 有效性 ★ 例3 ★ 矩估计法 ★ 求矩估计的方法 ★ 例4 ★ 例5 ★ 例6 ★ 最大似然估计法 ★ 求最大似然估计的一般方法 ★ 例7 ★ 例8 ★ 例9 ★ 内容小结 ★ 课堂练习 ★ 习题5-1 内容要点 一、点估计的概念 设是取自总体X的一个样本, 是相应的一个样本值. 是总体分布中的未知参数, 为估计未知参数, 需构造一个适当的统计量 然后用其观察值 来估计的值. 称为的估计量. 称为的估计值. 在不致混淆的情况下, 估计量与估计值统称为点估计,简称为估计, 并简记为. 注: 估计量是一个随机变量, 是样本的函数，即是一个统计量, 对不同的样本值, 的估计值一般是不同的. 二、评价估计量的标准 从例1可见,参数点估计的概念相当宽松, 对同一参数,可用不同的方法来估计, 因而得到不同的估计量, 故有必要建立一些评价估计量好坏的标准. 1．无偏性 估计量是随机变量, 对于不同的样本值会得到不同的估计值. 一个自然的要求是希望估计值在未知参数真值的附近, 不要偏高也不要偏低. 由此引入无偏性标准. 定义1 设是未知参数的估计量, 若 则称为的无偏估计量. 注: 无偏性是对估计量的一个常见而重要的要求, 其实际意义是指估计量没有系统偏差，只有随机偏差. 在科学技术中, 称 为用估计而产生的系统误差. 对一般总体而言，我们有 定理1 设为取自总体X的样本,总体X的均值为, 方差为.则 (1) 样本均值是的无偏估计量; (2) 样本方差是的无偏估计量; (3) 样本二阶中心矩是的有偏估计量. 2．有效性 一个参数常有多个无偏估计量,在这些估计量中,自然应选用对的偏离程度较小的为好,即一个较好的估计量的方差应该较小.由此引入评选估计量的另一标准—有效性. 定义2 设和都是参数的无偏估计量, 若 , 则称较有效. 三、点估计的常用方法 1. 矩估计法 矩估计法的基本思想是用样本矩估计总体矩. 因为由在数定理知, 当总体的k阶矩存在时,样本的k阶矩依概率收敛于总体的k阶矩.例如, 可用样本均值作为总体均值的估计量, 一般地, 记 总体k阶矩 样本k阶矩 ; 总体k阶中心矩 样本k阶中心矩 定义3 用相应的样本矩去估计总体矩的方法就称为矩估计法. 用矩估计法确定的估计量称为矩估计量. 相应的估计值称为据估计值. 矩估计量与矩估计值统称为矩估计. 求矩估计的方法： 设总体的分布函数中含有k个未知参数, 则 (1) 求总体的前k阶矩，一般都是这k个未知参数的函数, 记为 （*） (2) 从（*）中解得 (3) 再用的估计量分别代替上式中的,即可得的矩估计量: 注：求类似于上述步骤，最后用代替，求出矩估计 。 2. 最大似然估计法 引例 某同学与一位猎人一起去打猎,一只野兔从前方窜过, 只听一声枪响, 野兔应声倒下, 试猜测是谁打中的? 由于只发一枪便打中,而猎人命中的概率一般大于这位同学命中的概率, 故一般会猜测这一枪是猎人射中的. 最大似然估计法的思想: 在已经得到实验结果的情况下, 应该寻找使这个结果出现的可能性最大的那个作为的估计. 注: 最大似然估计法首先由德国数学家高斯于1821年提出, 英国统计学家费歇于1922年重新发现并作了进一步的研究. 下面分别就离散型总体和连续型总体情形作具体讨论. 离散型总体的情形: 设总体X的概率分布为 其中为未知参数.