生物统计与田间试验参数估计方法PPT.ppt

第八章 参数估计方法;第一节 农业科学中的主要参数及其估计量的评选标准;二、参数估计量的评选标准; 对于离散型(间断性)随机变量y的分布列为：P{y=yi}=pi ，其中，i=1，2，…，那么随机变量y的数学期望E(y)为：;用D(y)表示方差，有; (2) 有效性 无偏性表示估计值是在真值周围波动的一个数值，即无偏性表示估计值与真值间平均差异为0，近似可以用估计值作为真值的一个代表。 同一个参数可以有许多无偏估计量，但不同估计量的期望方差不同，也就是估计量在真值周围的波动大小不同。估计量的期望方差越大说明用其估计值代表相应真值的有效性越差；否则越好，越有效。不同的估计量具有不同的方差，方差最小说明最有效。 如果一个无偏估计量相对与其它所有可能无偏估计量，其期望方差最小，那么称这种估计量为一致最小方差无偏估计量。; (3) 相合性 用估计量估计参数涉及一个样本容量大小问题，如果样本容量越大估计值越接近真值，那么这种估计量是相合估计量。;第二节 矩法;二、矩法及矩估计量; [例8.1] 现获得正态分布 的随机样本y1, y2 ,…yn，要求正态分布 参数 和 的矩估计量。;然后求样本的1阶原点矩和2阶中心矩，为; 单峰分布曲线还有二个特征数，即偏度( skewness )与峰度( kurtosis )，可分别用偏度系数和峰度系数作测度。 偏度系数( coefficient of skewness )是指3阶中心矩与标准差的3次方之比；峰度系数( coefficient of kurtosis )是指4阶中心矩与标准差的4次方之比。 当偏度为正值时，分布向大于平均数方向偏斜；偏度为负值时则向小于平均数方向偏斜；当偏度的绝对值大于2时，分布的偏斜程度严重。当峰度大于3时，分布比较陡峭，峰态明显，即总体变数的分布比较集中。;由样本计算的偏度系数 ; [例8.2] 计算表3.4数据资料(140行水稻产量)所属分布曲线的偏度和峰度。; 首先，计算样本的2、3、4阶中心矩 ，以及标准差估计值：; 然后，根据矩法原理，该分布的偏度与峰度估计值分别为：; [例8.3] 例6.9为研究籼粳稻杂交F5代系间单株干草重的遗传变异，随机抽取76个系进行试验，每系随机取2个样品测定干草重(g/株)。按单向分组方差分析进行分析，结果见表6.9。此处用来说明由矩法估计误差、遗传方差和干草的遗传力h2。;此处E(MS系统间)=E[Tt-E(Tt)]2，(Tt 为各个系统的总和数) = ;第三节 最小二乘法;[例8.4] 用最小二乘法求总体平均数 的估计量。;为获得其最小值，求Q对的导数，并令导数等于0，可得：; 估计离均差平方和 的数学期望：; [例8.5] 求例6.13的两向分组方差分析资料缺1个小区(表8.1)的最小二乘估计量和估计值。; 从第6章可知，这种资料模式的线性模型为：;;从而，最小二乘估计量分别为：;因而表8.1中，缺失小区的估计值可由下式求出：; 一般地，若m个自变数x1、x2、x3、…、xm与依变数y存在统计模型关系;第四节 极大似然法;一、似然函数; 对于连续型随机变量，似然函数是每个独立随机观测值的概率密度函数的乘积，则似然函数为：;二、极大似然估计; 求极大似然估计量可以通过令对数似然函数对总体参数的偏导数等于0来获得，即当 ，有; [例8.6] 设y1 , y2 , … , yn是正态总体 的随机样本，求正态分布 参数的极大似然估计量。;那么似然方程组为：; 因此，正态分布总体平均数的极大似然估计量为：;[例8.7] 求红、白、黑球事例中p1，p2，p3的极大似然估计值。;联立求解，得：; [例8.8] 两个亲本的基因型分别为AABB和aabb，这两个亲本杂交后F2出现了4种基因型，分别为A_B_、A_bb、aaB_和aabb，得到四种基因型的个数分别为c、d、e、f，已知AA和BB两对基因间存在连锁关系，现欲估计重组率？;表8.2 F2群体基因型的分离情况; 首先，通过表8.3介绍由两对连锁主基因控制的F2群体16种基因型的概率计算出4种表现型的概率(表