叶宏概率统计6.1.ppt

概 率 统 计 主讲教师 叶宏 * * 第六章 参数估计 假设检验 点 估 计 区间估 计 统计 推断 基本 问题 什么是参数估计？ 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本， 用某种方法对这个未知参数进行估计就 是参数估计. 例如，X ~N (? ,? 2), 点估计 区间估计 若?, ? 2未知, 通过构造样本的函数, 给出 它们的估计值或取值范围就是参数估计 的内容. 参数估计的类型 点估计 —— 估计未知参数的值 区间估计—— 估计未知参数的取值范围， 并使此范围包含未知参数 真值的概率为给定的值. §6.1 参数的点估计 1. 点估计问题 2. 矩估计法 方法 用样本 k 阶矩作为总体 k 阶矩 的估计量, 建立含有待估参数 的方程, 从而解出待估参数。 用相应的样本矩去估计总体矩的 估计方法称为矩估计法. 设待估计的参数为 设总体的 k 阶矩存在，记为 样本X1, X2,…, Xn 的k阶矩为 令 ——含未知参数 ?1,?2, ?,?m 的方程组 解方程组 , 得 m 个统计量： 未知参数 ?1, ?,?m 的矩估计量 代入一组样本值得 m 个数: 未知参数 ?1, ?,?m 的矩估计值 一般, 不论总体服从什么分布, 总体 期望 ? 与方差? 2 存在, 则它们的矩 估计量分别为 事实上，按矩法原理，令 例 设总体 X ~ E(?), X1, X2,…, Xn为 总体的样本, 求? 的矩法估计量. 解 令 故 得 总体矩 样本矩 2.设总体 X ~ U (a, b), a, b 未知, 求(1)参数a, b 的矩估计量. 解 由于 令 习题六 解得 或者 矩法的优点是简单易行,并不需要事先知道总体是什么分布 . 缺点是，当总体类型已知时，没有 充分利用分布提供的信息 . 一般场合下, 矩估计量不具有唯一性 . 其主要原因在于建立矩法方程时，选取那些总体矩用相应样本矩代替带有一定的随意性 . 3. 极大似然估计法 是在总体类型已知条件下使用的 一种参数估计方法 . 它首先是由德国数学家高斯在1821年提出的. 费歇在1922年重新发现了这一方法， 并首先研究了这种方法的一些性质 . 黑球白球9:1，不知哪种多，有放回抽三次， 两次白球，一次黑球. 哪种多？ 白球多！ 最大 这种选择一个参数使得实验结果具有最大概率的思想就是极大似然法的基本思想 . 思想方法：一次试验就出现的 事件有较大的概率 求极大似然估计的一般步骤 (1) 构造似然函数 似然函数 似然函数 (2) 求似然函数 的最大值点 似然方程 注1 未知参数可以不止一个, 如?1,…, ?k 设X 的密度(或分布)为 则定义似然函数为 似然方程组 注2 用上述方法求参数的极大似然估计值有时行不通，这时要用极大似然原则来求. 无驻点 不可导