估计量及评选标准及区间估计.pptVIP

估计量的评选标准与区间估计 一 估计量的评选标准 (一) 无偏性 定义 若估计量 = (X1 ,X2 ,…,Xn)的数学期望E( ) 存在，且对于任意?∈?有 E( )=?, 则称 是?的无偏估计。 在科学技术中E( )-?称为以 作为?的估计的系统误 差,无偏估计的实际意义就是无系统误差。 例1 设总体X的的k阶矩?k=E(Xk)(k?1)存在，又设X1 ,X2 ,…,Xn是X的一个样本。试证明不论总体服从什么分 布，k阶样本矩 证 X1 ,X2 ,…,Xn与X同分布，故有 E(Xik)=E(Xk) = ?k , i=1,2,…,n. 即有 证 例2 对于均值?,方差?2?0都存在的总体，若?, ?2均为 未知，则?2的估计量 是有偏的。 是k阶总体矩?k的无偏估计。 特别，不论总体服从什么分布,只要它的数学期望存在 总是总体X的数学期望?1=E(X)的无偏估计量。 所得的估计量就是无偏的了： 这就是说S2是?2的无偏估计，因此，一般都是取S2作为 方差?2的估计量。 例3 设总体X服从参数为?的指数分布，概率密度为 其中?0为未知,又设X1 ,X2 ,…,Xn是来自X的样本,试证 都是?的无偏估计量 证 而Z=min(X1 ,X2 ,…,Xn)服从参数为?/n的指数分布， 即具有概率密度 故知 即nZ也是参数?的无偏估计量。 由此可见一个未知参数可以有不同的无偏估计量。 事实上X1 ,X2 ,…,Xn均可。 (二)有效性 ?的无偏估计量，若有 现在来比较?的两无偏估计量. 例4 (续例3)试证当n1时,?的无偏估计量 较?的无 偏估计量nZ有效。 (三) 一致性 定义 设 (X1 ,X2 ,…,Xn)为参数?的估计量,若对于 任意???,当n??时 (X1 ,X2 ,…,Xn)依赖收敛于?,则称 为?的一致估计量。 证 由于D(X)=?2,故有D( )= ?2 /n, 再者，由于D(Z)==?2/n2 , 故有D(nZ)= ?2. 当n1时 D(nZ)D( ),故 较nZ有效。 由第六章?2知，样本k(k≥1)阶矩是总体X的k阶矩 ?k=E(Xk)的一致估计量，进而若待估参数?=g(?1 , ?2 ,…, ?k ),其中g为连续函数，则?的矩估计量 =g(A1 ,A2 ,…,Ak)是?的一致估计量。 由极大似然估计法得到的估计量，在一定条件下也 具有一致性。 二 区间估计 对于未知参数?,除了求出它的点估计 外，还必须给 出一个范围，并知道这个范围包含?真值的可信度，这样 的范围用区间给出，并给出范围含?的可信程度。这种形 式的估计称为区间估计。 置信区间 设总体X的分布函数F(x;?)含有一个未知 参数?. 对于给定值a(0a1), 若由样本X1 ,X2 ,…,Xn确定 的两个统计量 满足 别称为置信度为1-a的双侧置信区间的置信下限和置信上 限，1-a称为置信度。 意义：若反复抽样多次(容量都是n),每个样本确定一 个区间，其中包含? 真值的约占100(1-a)%。 例4 设总体X~N(?,?2), ?2为已知, ?为未知, 设X1 ,X2, …,Xn 是来自X的样本, 求?的置信度为1-a的置信区间。 且它不依赖于任何未知参数, 按标准正态分布的上a分位 点的定义，有(如图) 这就得到了?的一个置信度为1-a的置信区间 如果取a=0.05, 即1-0.05=0.95, 又若? =1, n=16, 查表 得za/2 =z0.025 =1.96. 于是得到置信度为0.95的置信区间 这已不是随机区间, 但仍称为95%的置信区间，含义 是该区间属于那些包含?的区间的可信程度为95%, 或“该 区间包含?”的可信度为95%. 注意：置信区间不唯一，上例给定a=0.05, 则还有 也是?的置信度为95%的置信区间。 比较（5）和（7）则区间长度分别为 可见, L随n的增大而减小(当a给定时)。 我们可以 确定n , 使置信区间具有预先给定的长度。 寻求参数? 的置信区间的具体做法步骤： 1)寻求一个样本X1 ,X2,…,Xn的函数： Z