数理统计 第三章 参数估计.ppt

现在进入对统计推断的研究. 1. 点估计 定义 2. 区间估计 求矩估计量的具体步骤 例3 设 X 的分布函数为 矩法的优点是简单易行, 并不需要事先知道总体是什么分布 . 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 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 , 置信水平的大小是根据实际需要选定的. 一、 置信区间的概念 将样本值代入 所得的普通区间称为置信区间的实现. 二、置信区间的求法 (一) 单个正态总体置信区间的求法 求置信区间首先要明确问题： 例1 l 与 n , ? 的关系： (2) 未知方差 例2 为确定某种溶液中甲醛浓度, 2. 方差 ? 2 的 例3 为确定某种溶液中甲醛浓度, (二) 两个正态总体 (二) 两个正态总体置信区间的求法 例4 用甲、乙两种仪器测量两测地站A,B之间的直线距离(单位: 米). (二) 两个正态总体置信区间的求法 例5 某厂用两条流水线生产番茄酱小包装, 小结——正态总体置信区间的求法 三、单侧置信区间 例6 从一批汽车轮胎中随机地取16只作磨损试验, X1, …, Xn (n2)是总体 X 的样本, 问总体均值 ? 的无偏估计量 Xi (i=1, 2,…, n)与其样本均值 哪一个更有效？ 解 ─ 故 X 作为 ? 的估计量比 X i (i=1, 2,…, n)有效. (i=1, 2,…, n) 符合常识 ! ! X1, …, Xn 是总体 X 的样本, ─ 样本均值 X 是最有效的. C1 , C2 ,… ,Cn 为不全相同且满足 的任一组常数, 证明: (1) 样本的线性函数 是总体均值 ? 的无偏估计量 ; 证(1) 是 ? 的无偏估计量 ; 这表明, 在 ? 的所有线性无偏估计量中, (2) 总体均值的无偏估计量 较 有效. (2) 由柯西—许瓦兹不等式 知 定义 如果存在 ,使得对任意无偏估计T 都有 则称 的一致最小方差无偏估计量(UMVUE). 对某个分布的一个待估参数,如果能找到这个待估参数的估计量下界,而某个无偏估计量又能达到这个下界,它就一定是UMVUE. 定理 (Cramer-Rao