第十三章参数估计与假设检验.pptVIP

导数与微分 * 第十三章 参数估计与假设检验 、 教学目的与要求 1、理解参数的点估计、估计量与估计值的概念； 2、掌握距估计法，了解估计量的无偏性的概念； 3、了解区间估计的概念，会求正态总体的均值与方差的置信区间； 4、理解显著性检验的基本思想，掌握假设检验的基本步骤； 5、了解正态总体均值与方差的假设检验方法。 二、 教学重点与难点 重点是距估计法，假设检验的基本步骤，求正态总体的均值与方差 的置得区间；难点是求正态总体的均值与方差的置得区间。 三、知识目标 1．使学生掌握参数的点估计、估计量与估计值的概念。 2．使学生熟练掌握距估计法。 3．使学生能熟练应用假设检验的基本步骤。 4．使学生掌握求正态总体的均值与方差的置得区间。 四、技能目标 1. 让学生会用简单的假设检验的基本步骤及正态总体的均值与方差 的置得区间来分析实际问题，并能解决问题。 2. 使学生在以后的继续教育中会做本章有关题目。 3. 能用本章知识与专业知识相链接，共同解决问题。 §13.1 参数估计 一、点估计 图 低BMD 的部位频数分布饼图。饼图将SOF 病人按患骨质疏松 症的部位数不同分为九类，每一类的面积代表相应的百分比。 模型 1 基於 WHO 标准；模型 2 以SOF中65 岁病人为参照；模 型 3 利用骨折危险性进行分类。 在很多统计问题中，总体 的分布形式往往是已知的。譬如，由经验 可知，大量新生婴儿的体重 服从正态分布 ，未知参数是 ； 问题是根据来自总体 的样本 估计 。 设样本 来自总体 ， 是总体 的分布中的未知参数，我们用某 个统计量 来估计 ，称为 的估计量。问题是如何寻找 的估计？ 1、 矩法估计 1900年英国统计学家K Pearson提出，用样本均值(或样本方差)代替总 体均值(或总体方差)，从而得到未知参数的估计。矩法估计的理论基础是 大数定律，后面会进一步讨论。 例1 我们想研究某型号的汽车每5升汽油的行驶里程数，对该型号的 20辆汽车记录其每5升汽油的行驶里程（公里），观测数据如下： 29.8 27.6 28.3 27.9 30.1 28.7 29.9 28.0 27.9 28.7 28.4 27.2 29.5 28.5 28.0 30.0 29.1 29.8 29.6 26.9 现在，你可以有什么结论或看法？ 某型号的汽车每5升汽油的行驶里程数对于每部汽车来说可能不一 样，设为随机变量 ，这就是我们要研究的总体。首先要注意看这20个 样品是否为简单随机样本，如果不是，那可能就得不到什么有意义的结 论。即使是简单随机样本，因为只有20个样品（属于小样本），也不好 贸然估计总体 的分布。不过，我们可以利用这些数据推断总体的数字 特征。按照Pearson的想法，马上得到总体数学期望 的矩估计分别为 和 相应的估计值分别是 ， 。 由上面的问题可以看到，矩估计法简便；估计总体均值和总体方差时 不必知道总体的分布，这是矩估计法的优点。但是矩估计法需要总体的原 点矩存在。还有一个缺点是，矩估计法的效率可能没有下面的最大似然估 计法高。 2．最大似然估计法 例2 某同学与一位猎人一起去打猎。一只野兔从前方窜过，一声枪响， 野兔应声倒下，试问是谁打中的？ 由于只发一枪便打中，而猎人命中的概率显然要大于该同学，故一 般会猜测是猎人命中。 在已知结果的情况下，应该寻找使得这个结果出现的可能性最大的那 个 值作为 的估计值。这就是最大似然估计法的思想。这个思想由德 国数学家Gauss于1821年首先提出，英国统计学家Fisher于1922年重新发 现并作进一步研究。 一般地，我们得到含未知参数θ的总体 的一组样本观测值 。 对离散型随机变量总体 而言，出现这组观测值的概率（称其为似然函 数）是 ；而对密度为 的连续型随机变量总体 ， 我们定义似然函数为 。显然，似然函数 值的大小意味 着该样本观测值 出现的可能性的大小。在得到这组样本观测值 的情况下，应选择使似然函数 达到最大值的那个 值作