第17讲 参数点估计.pdf

第十七讲 参数点估计 参数估计问题的一般提法 设总体X 的分布类型已知，记为F( x, θ)， 但是其中参数θ未知，现从该总体中抽样,得 到样本 X , X , …, X . 1 2 n 依据样本对参数θ做出估计，这类问题称为 参数估计。 点估计 参数估计 区间估计 假如我们要估计某队男生的平均身高. （假定身高服从正态分布 2 ） N (,0.1 ) 现从该总体选取容量为5的样本，我们 的任务是要根据选出的样本（5个数）求出 总体均值 的估计. 而全部信息就由这5个数  组成. 设这5个数是: 1.65 1.67 1.68 1.78 1.69  估计 为1.68，这是点估计. 估计 在区间[1.57, 1.84]内，这是区间估计.  估计量与估计值 为估计参数 ，需要构造适当的样本的 函数 ˆ ，每当有了样本，就代 (X ,X , X ) 1 2 n 入到该函数中算出一个值，作为的估计值。 ˆ (X ,X , X ) 称为 的一个估计量， 1 2 n 简称为估计。 估计值：估计参数时计算出来的统计量的 具体值。 寻求估计量的方法 1. 矩估计法 2. 极大似然法 3. 最小二乘法 4. 贝叶斯方法… 我们仅介绍前面的两种参数估计法。 §7.1 矩估计 总体k 阶原点矩 k E( X k ), 1 n k 样本k 阶原点距 Ak X i , n i 1 k 总体k 阶中心矩 k E[（X EX ）], 1 n k 样本k 阶中心距 Bk （X i X ）, n i 1 矩估计就是用相应的样本矩去估计总体矩。 用样本矩替换相应的总体矩，从而估计出 未知参数的方法就称为矩估计法. 所得估计 称为矩估计. 其思想是: 用同阶、同类 的样本矩来 “替换”总体矩。 是英国统计学家K.皮尔逊最早提出的. 例1：设总体X 的概率密度为   ( 1)x , 0 x 1, f (x)   0, 其他. 其中α1为未知参数。求 的矩