数理统计学3( 福州大学离散数学中心 陈荣斯).pptVIP

复习 抽样定理 参数估计 二、极大似然法 例1 设袋中有黑球和白球共 4 个, 再如, 设总体 X 服从 B(1,? )分布, 定义 设总体 X 的密度为 f (x ; ? ) 求极大似然估计的一般步骤是： 例1 设总体 X ~ B(1, p), 例2 设总体 X 的密度为 例3 设总体X ~ N(? ,? 2), 可证明极大似然估计具有下面的单调函数不变性： 例5 设总体 X 服从均匀分布 U[0, ? ], 为? 未知参数, 例6 设 X 的分布函数为 例6(P221 例3续) 设 X 的分布函数为 我们介绍了参数点估计, 给出了寻求估计量最常用的方法 —— 矩法和极大似然法 . §3 估计量的几个评选标准 1．无偏性 例1 设总体 X 的 k 阶原点矩 E(X k)= ?k (k ?1)存在 , 例2 设总体 X 的方差 DX = ? 2 存在 , 2. 有效性 例3 设总体 X 的方差 DX = ? 2 存在 , 例4 设总体 X 的均值和方差均存在 , 小结 无偏性 有效性 一致性 抽样定理 柯西—施瓦兹不等式 例2 * * —— 两类 利用总体的抽样样本 X1, X2, …, Xn 对