概率论与数理统计点估计PPT.pptVIP

设 X: X1，X2，…，Xn;Xi ~N（μ，σ2）;Y ~ N (μ2,σ2 2) ： Y1，Y2，…,Yn2 ，它们相互独立.;Y ~ N (μ2,σ2 2) ： Y1，Y2，…,Yn2 ，它们相互独立.;第七章 参数估计;试求θ的矩估计量.;二、 极大似然估计法（Fisher); 设总体X的概率密度函数为 f(x;θ)，[若X是离散型, f(x;θ) 是分布律]θ为未知参数(θ也可以是向量)，则下列函数： ;例4．X~P(λ)，求λ极大似然估计.;例5．X服从参数为λ的指数分布，求λ的极大似然估计.;例6．设X~N(μ,σ2）,求μ,σ2的极大似然估计.;例7．设总体Ｘ具有均匀分布，密度函数为;设 = （X1，X2，…，Xn）为未知参数θ的估计量序列，;例8．设X1, X2, X3是来自均值为? 的指数分布总体的样本. 其中? 未知，设有估计量 ;例9．试证样本均值 及样本方差S2分别是总体均值μ及总体方差σ2的无偏估计.;作业： 122页 3, 4（2），7;§7.2 参数的区间估计;求置信区间???方法：;1. ;一、单个正态总体均值μ与方差σ2的区间估计;2 、 σ2未知μ的 1-α置信区间;3 .μ已知σ2 的1-α置信区间; 例2. 从车床加工的一批零件中随机