统计与决策 半月刊 正态总体下参数的优化极大似然估计方法.pdf

理论 新探 正态总体下参数的优化极大似然估计方法 张建军 ，乔松珊1 2 （1.河南农业大学 信息与管理科学学院，郑州 450002;2.中原工学院 信息商务学院,郑州45000） 摘 要：文章讨论了一种新的抽样方法，基于这一抽样方法提出了样本参数的优化极大似然估计，并进一步与 简单随机抽样下的参数的极大似然估计结果作比较，从估计渐进效率的角度说明了该方法的优良性。 关键词：中位数排序抽样（MRSS）；简单随机抽样（SRS）；极大似然估计；渐进效率 中图分类号：O212.2 文献标识码：A 文章编号：1002-6487（2012）02-0016-02 x θ 设随机变量 来自正态总体，密度函数为f ( ; ),分 X 0 引言 x θ θ 布函数为F( ; ),其中 =(μ,σ)为未知参数。 首先，考虑 为奇数的情况，令k zi(p)j =(xi(p)j -μ) σ; i=1, 在统计推断中，我们通常采用简单随机抽样(SRS)的方 ，得到 个样本 z ;i=1,2,⋯k;j=1, 2,⋯k;j=1,2,⋯m mk { i(p)j 法获得实验所需样本，为了对总体做出精确可靠的论断，我 2,⋯m}，假设参数 已知，由上述抽样过程可知，这 个 σ mk 们总是希望获得的样本包含更多总体的信息。为此，Mc- [1] 样本彼此独立,且都与随机抽样下样本容量为 时的第k p Intyre （1952） 提出了另一种收集数据的方法——排序集 个次序统计量同分布,即 抽样（RSS）。 [2] æk-1ö1 p-1 k-p f ( )=kz ç ÷ F( ) 1-F( ) f ( )z z z (1) Zenhuachen 基于排序抽样方法研究了总体参数的 (p) èp-1øσ[ ] [ ] 极大似然估计，并说明了基于这种方法进行估计比简单随