管理统计精品教学(何丽红)第7章 参数估计.pptVIP

管理统计精品教学(何丽红)第7章 参数估计.ppt

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
枢轴量: (2) X ~N ( ? ?? 2), ? 2未知 枢轴量: (3) X ~N ( ? ?? 2), ? 已知 枢轴量: (4) X ~N ( ? ?? 2), ? 未知 7.5 两个正态总体参数的置信区间 为取自总体 N ( ?1? ? 12 ) 的样本, 为取自总体 N ( ?2? ? 22 ) 的样本, 置信度为 1 ? ? 分别表示两样本的均值与方差 (5) 已知, 的置信区间 枢轴量: (6) 未知( 但 ) 的置信区间 枢轴量: (7) 未知, n, m 50, 的置信区间 枢轴量: (8) 方差比 的置信区间 ( ?1 , ?2 未知) 枢轴量: 7.6 非正态总体参数 的置信区间 若总体 X 的分布未知, 但样本容量n很大, 由中心极限定理, 可知 若 ?2 已知, 则 ? 的置信度为1 - ? 的置信区间为 若 ?2 未知, 则 ? 的置信度为1 - ? 的置信区间为 Example 8. (1) 若? 2=0.06, 求? 的置信区间 (2) 若? 2未知, 求 ? 的置信区间 (3) 求方差? 2的置信区间. 某工厂生产一批滚珠, 其直径 X 服从正态分布 N( ?? ? 2), 现从某天的产品中随机抽取 6 件, 测得直径为15.1 , 14.8 , 15.2 , 14.9 , 14.6 , 15.1。若置信度均为0.95,则 计算知:子样均值: 14.95 子样方差: 0.051 置信区间分别为: (14.75, 15.15) (14.71, 15.187) (0.0199, 0.3069) Example 9. 某厂利用两条自动化流水线罐装番茄酱.现分别从两条流水线上抽取了容量分别为 13 与 17 的两个相互独立的样本X1,X2,…,X13 与 Y1,Y2,…,Y17,已知 假设两条流水线上罐装的番茄酱的重量都服从正态分布,其均值分别为 ?1 与 ?2 . (1) 若它们的方差相同,求均值差的置信度为0.95 的置信区间; (2) 若不知它们的方差是否相同, 求它们的方差比的置信度为 0.95 的置信区间. (-0.3545, 2.5545) (0.1767, 0.6136) * * * * * * * * * * * * * (5) 解似然方程, 得到未知参数的极大似然估计值 思考题: 设总体X为离散型随机变量,它的分布律为 现有样本观察值x1, x2, … xn,, 其中xk取值于{ak, k=1, 2…}. 问:根据极大似然思想,如何用x1, x2, … xn估计q? 设总体X服从参数为?的Poisson分布, 试求参数为?的极大似然估计值. Example 4. 设总体X为连续型随机变量,概率密度f(x;q) 现有样本观察值x1, x2, … xn . 问:根据极大似然思想,如何用x1, x2, … xn 估计q? 思考题: Example 5. 设总体X服从正态分布 , 试求总体均值与方差 的极大似然估计量. 注1:极大似然估计具有下述性质: 若 是未知参数?的极大似然估计, g(?)是?的严格单调函数,则g(?)的矩极大似然估计为g( ). 注2:由似然方程解不出?的似然估计时,可由定义通过分析直接推求。事实上 满足 两种方法的比较: 矩法可以不知道总体的分布形式,能得到一个通用公式. 极大似然法的前提是必须知道总体的分布形式. 7.2 估计量的优良性准则 对于同一个未知参数,不同的方法得到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? 无偏性 有效性 一致性 常用 标准 (1) 无偏性 (2) 有效性 其中, 为未知参数?的无偏估计量. (3) 一致性 ?? 0, 有 其中, 为?的估计量. 关于一致性的两个常用结论 1. 样本 k 阶矩是总体 k 阶矩的一致性估计量. 由大数定律证明 用切贝雪夫不 等式证明 矩法得到的估计量一般为一致估计量 在一定条件下, 极大似然估计具有一致性 是? 的一致估计量. 2. 设 是 ? 的无偏估计 量, 且 , 则

您可能关注的文档

文档评论(0)

1243595614 + 关注
实名认证
文档贡献者

文档有任何问题,请私信留言,会第一时间解决。

版权声明书
用户编号:7043023136000000

1亿VIP精品文档

相关文档