[工学]统计学第四章.pptVIP

第 4 章 参数估计 4.1 参数估计的基本问题 4.2 参数的点估计 4.3 参数的区间估计 学习目标 理解参数估计的基本概念 掌握点估计与区间估计的区别 熟练掌握常用的点估计的两种方法：矩估计法和最大似然估计法 掌握评价估计量优劣的标准，能判断一个估计量的无偏性 参数的区间估计中掌握正态总体均值的区间估计、正态总体方差的区间估计等估计方法 参数估计在统计方法中的地位 统计推断的过程 估计量与估计值 估计量与估计值 (estimator estimated value) 估计量：用于估计总体参数的随机变量 如样本均值，样本比率、样本方差等 例如: 样本均值就是总体均值? 的一个估计量 参数用? 表示，估计量用 表示 估计值：估计参数时计算出来的统计量的具体值 如果样本均值 ?x =80，则80就是?的估计值 点估计与区间估计 参数估计的方法 点估计 (point estimate) 用样本的估计量直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计 例如：用两个样本均值之差直接作为总体均值之差的估计 优点：它能够提供总体参数的具体估计值 缺点：没有给出估计值接近总体参数程度的信息 4. 点估计的方法有矩估计法、顺序统计量法、最大似 然估计法、最小二乘法等 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减抽样误差而得到的 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 点估计与区间估计区别 点估计主要是想利用统计量来估计总体参数的一个定值。 区间估计则是利用统计量的相应分布，估计包含总体参数的随机区间。 共同的是二者都是对总体参数的一种估计。 区间估计的图示 4.2 参数的点估计 一、矩估计法 矩估计(Moment Estimation) 又称数字特征法估计，它的基本思想是用样本矩估计总体的相应矩，用样本的数字特征估计总体相应的数字特征．只要总体X的k阶原点矩存在，就可以用样本矩作为相应的总体矩的估计量。 k阶矩的概念 矩估计法结论 不管总体X服从何种分布，总体期望和方差的矩 估计量分别为样本均值、样本方差，即 例题分析 例题分析 参数的点估计－最大似然估计 二、最大似然估计法 基本思想：设总体X的分布函数形式已知，θ为未知参数， 为总体的一个容量为n的样本观测值，选取θ的估计量为 ，使样本观测值出现的概率为最大，并将其称为θ的最大似然估计量 最大似然估计法 最大似然估计法（续） 最大似然估计法（续） 最大似然估计法（续） 求最大似然估计量的步骤 求最大似然估计量的步骤 例题分析 例题分析 例题分析 例题分析 例题分析 例题分析 例题分析 小结 4.2.3 估计量优劣的比较 无偏性 有效性 有效性：对同一总体参数的两个无偏点估计 量，有更小标准差的估计量更有效 有效性 相合性（一致性） 一致性：随着样本容量的增大，估计量的值 越来越接近被估计的总体参数 4.3 参数的区间估计 4.3.1 区间估计的基本概念 4.3.2 正态总体均值的区间估计 4.3.3 两个正态总体均值之差的区间估计 4.3.4 正态总体方差的区间估计 4.3.5 两个正态总体方差比的区间估计 4.3.1 区间估计的基本概念 置信系数（置信度） 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比率称为置信系数 表示为 (1 - ???? ??为是总体参数未在区间内的比率? 常用的置信系数值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 相应的Zα/2值为2.58，1.96，1.645 置信区间 (confidence interval) 由样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信下限，最大值称为置信上限，通称置信限。 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 理解：若对总体X进行多次抽样，可以得到多个置信区间，其中有些区间包含了参数θ，有些区间未包含参数θ，但是，平均来说有100（1－α）％的区间包含了参数θ，或者说有100α％的区间未包含参数θ。 置信区间与置信系数 影响区间宽度的因素 1. 总体数据的离散程度，用 ? 来测度 样本容量n 置信度系数(1 - ?)，影响 z 的大小;zα/2值 zα/2标准正态分布下右侧面积为α/2时的z值 4.3.2 正态总体均值的区间估计(大样本) 正态总