概率统计第七章(scr).ppt

11-* * 第七章 参数估计 * * * 参数估计是统计推断的基本问题之一．在实际问题中，总体的分布类型可能已知，也可能未知．但不论如何，都需要依据样本所提供的信息，估计总体中如数字特征等未知参数的取值，这就是参数估计问题．其主要内容包含点估计、估计量的评价标准和区间估计． 一、点估计的概念 所谓点估计就是要构造一个合适的统计量 作为未知参数的估计．统计学上称为的估计量．对应于样本的每个观察值，估计量的值称为的估计值． 二、矩估计法 【思想与方法】 样本矩代替理论矩，建立个方程，从中解出个未知参数的矩估计量．（重点） 当时，方程最为常用． “=”为形式上记号，实质上应该为“” 由于此方程组与下列方程组 等价，因此后者的使用更为普遍． 【分析】 由于只有一个未知参数，故只需建立一个方程． 【直观意义】设某电话在一定时间段内的被呼唤次数，为平均呼唤次数．为第次观察时的呼唤次数，则为此次观察时的平均次数．故意味着用观察的平均次数，近似代替一般情况下该电话在此时间段内的平均呼唤次数． 例1.2 设总体，为来自总体的样本． ⑴ 如果已知，未知，求的矩估计量； ⑵ 如果已知，未知，求的矩估计量； ⑶ 如果均未知，求和的矩估计量和． ⑵ 由于中不含有，故根据低阶矩优先的原则，改用二阶原点矩建立方程：，解得 ． ⑶ 属的情形，故需要建立二个方程．由 解得： ． 例1.3 设总体，其中是未知参数，利用总体的样本值，求的矩估计值． ， §1 点估计 矩估计法是英国统计学家皮尔逊在年提出的方法． 定义1.1 用来自总体的样本的阶原点矩作为总体的阶原点矩 的估计量，所产生的参数估计方法称为矩估计法，由矩估计法得到的估计量叫做矩估计量． 但有时中不含有未知参数，因此从中不能求得，故此时根据低阶矩优先的原则，如改用二阶原点矩建立方程 ， 当时，最常用的二个方程为 例1.1 设总体，其中为未知参数． 为来自总体的样本，试求的矩估计量． 解 由，解得． 解 ⑴ 由，解得． 解 由题意知， ， 由，即，故解得的矩估计值为． 例1.4 设总体的密度函数为其中为未知参数．从总体中取得样本，求的矩估计量． 故由，解得． 三、极大似然估计 极大似然估计法是依据“概率最大的事件最有可能出现” 的“实际推断”原理产生的估计法．其基本思想是：如果在 一次试验中事件已出现，则一般说来，当时的试验条件应 更有利于事件的出现． 定义1.2 如果总体为离散型随机变量，其分布律为 ，， 则记． 称为似然函数，有时也简记为． 定义1.3 如果满足 ， 就称为未知参数的极大似然估计量． 第二步：令，或，，建立方程(组)．如果从中解得惟一驻点, 则即为的极大似然估计； 极大似然估计量的求解步骤： 第三步：如果上述方程无解，则通过单调性的讨论，在某边界点处求出的极大似然估计量． 非常规方法 例1.6 设总体，其中为未知参数． 为来自总体的样本，试求的极大似然估计量． 所以， 令，解得． 解 ⑴ 由于已知，未知，似然函数为 ， ， 所以， 令，解得． 所以， ， 解 由于样本值为，故似然函数为 ， 解得．故的极大似然估计为． 例1.9 设总体的密度函数为 其中为未知参数．从总体中取得样本，求的极大似然估计量． 所以为单调增加函数，此时的极大似然估计量必在取值范围的右端点处取得． 故当时，取得最大值，所以的极大似然估计量为． 解 由于， 极大似然估计法是由英国统计学家 费歇尔于年提出，并在年的工 作中又加以发展的一种重要且普遍使用 的点估计法． 如果总体为连续型随机变量，其密度函数为 ，， 则记． 【思想】由定义1.3知，求的极大似然估计量就是求似然函数的最大值点． 第一步：写出似然函数，并取对数； 常规方法 解 似然函数为 ， ， 最后一 步改变． 例1.7 设总体，为来自总体的样本． ⑴ 如果已知，未知，求的极大似然估计量； ⑵ 如果已知，未知，求的极大似然估计量； ⑶ 如果均未知，求和的极大似然估计量和． 所以， 令，解得． 解 ⑵ 由于已知，未知，似然函数为 ， ， 续解 ⑶ 由于，均未知，属情形，故似然函数为 ， 令 ， 解得，． 例1.8 设总体的分布律为，其中是未知参数，利用总体的样本值，求的极大似然估计值，其中设. ， 令， 解 由于求的极大似然估计量就是求似然函数 的最大值点．而当时，取得最小值，不合题意．因此，的情况可以不予考虑，故似然函数为 ． 续解 因为， 又由于，故的取值范围为 ． 定义2.1 设为的估计量，如果，就称为的无偏 估计．否则称为有偏估计．如果，就称为的渐近无偏估计． 讨论无偏性的关键在于计算． 解 由于，得，故 ， 所以是的无偏估计． 续解 的分布函数为 故的密度函数为 所以不是的