[数学]工科概率统计7-4.pptVIP

概率统计(浙大三版) 机动 目录 上页 下页 返回 结束 第七章、参数估计 习题课 二、类题解析 一、基本内容与结论 一、基本内容与结论 1、设待估计的参数为 设总体的 r 阶矩存在，记为 样本 X1, X2,…, Xn 的 r 阶矩为 令 —— 含未知参数 ?1,?2, ?,?k 的方程组 解方程组 , 得 k 个统计量： 未知参数 ?1, ?,?k 的矩估计量 代入一组样本值得 k 个数: 未知参数 ?1, ?,?k 的矩估计值 2、 设 X 为离散型随机变量, 其分布律为 则样本 X1, X2,…, Xn的概率分布为 或 称 L( ) 为样本的似然函数 称这样得到的 为参数 ? 的极大似然估计值 称统计量 为参数 ? 的极大似然估计量 ?MLE 简记 ?mle 简记 选择适当的? = ,使 取最大值, 即 L( ) 极大似然法的思想 若 X 连续, 取 f (xi,? )为Xi 的密度函数 似然函数为 注1 注2 未知参数可以不止一个, 如?1,…, ?k 设X 的密度(或分布)为 则定义似然函数为 若 关于?1, …, ?k可微,则称 为似然方程组 若对于某组给定的样本值 x1, x2,…, xn， 参数 使似然函数取得最大值, 即 则称 为?1,…, ?k 的极大似然估计值 显然， 称统计量 为?1, ?2,…, ?k 的极大似然估计量 极大似然估计方法 1） 写出似然函数 L 2）求出 , 使得 可得未知参数的极大似然估计值 然后, 再求得极大似然估计量. L是 的可微函数,解似然方程组 若 L不是 的可微函数, 需用其它方法求极大似然估计值. 若 (1)无偏性 若 则称 是? 的无偏估计量. 定义 (2)有效性 都是总体参数? 的无偏估计量, 且 则称 比 更有效. 定义 设 3、点估计的评价 定义 设 是总体参数? 则称 是总体参数? 的一致(或相合)估计量. 若对于任意的? ? ? , 当n? ?时, (3)一致性 依概率收敛于? , 即 一致性估计量仅在样本容量n 足够大时,才显示其优越性. 一致 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. 是? 的一致估计量. 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 2. 设 是 ? 的无偏估计 量, 且 , 则 设 ? 为待估参数, ? 是一给定的数, ( 0?1). 若能找到统计量 , 使 则称 为 ? 的置信水平为1 - ? 的 置信区间. 置信下限 置信上限 4、置信区间 寻找一个样本的函数 它含有待估参数, 不含其它未知参数, 它的分布已知, 且分布不依赖于待估参数 (常由? 的点估计出发考虑 ). 5、求置信区间的步骤 — 称为枢轴量 给定置信度 1 ? ? ,定出常数 a , b ,使得 由 解出 得置信区间 (一) 一个正态总体 X ~N ( ? ?? 2)的情形 5、正态总体参数的置信区间 (1) 方差? 2已知, ? 的置信区间 (2) 方差? 2未知 , ? 的置信区间 公式(2) (3) 当 ? 已知时, 方差? 2 的 置信区间 (4) 当 ? 未知时, 方差? 2 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 (二) 两个正态总体的情形 (1) 已知, 的置信区间 (2) 未知, 的置信区间 公式(6) (3) 未知, n, m 50, 的置信区间 (4) 未知, 但 n = m , 的置信区间 (5) 方差比 的置信区间 ( ?1 , ?2 未知) (6) 方差比 的置信区间 ( ?1 , ?2 已知) 二、类题解析 ① ② ① ② [ ] ① ②