[理学]概率论与数理统计 第七章 参数估计 第四节 区间估计.ppt

二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 二、单正态总体的区间估计 三、矩估计法 矩估计法是英国统计学家K.皮尔逊最早提出来的 .由辛钦大数定理 , 若总体 的数学期望 有限, 则有 其中 为连续函数 . 三、矩估计法 这表明 , 当样本容量很大时 , 在统计上 , 可以用 用样本矩去估计总体矩 . 这一事实导出矩估计法. 定义 用样本原点矩估计相应的总体原点矩 , 又 用样本原点矩的连续函数估计相应的总体原点矩的 连续函数, 这种参数点估计法称为矩估计法 . 理论依据: 大数定律 矩估计法的具体做法如下： 那么它的前k阶矩 , 一般都是这 k 个参数 设总体的分布函数中含有k个未知参数 , 那么用诸 的估计量 Ai 分别代替上式中的诸 , 即可得诸 的矩估计量 ： 三、矩估计法 i=1,2, … ,k 从这 k 个方程中解出 j=1,2,…,k j=1,2,…,k 矩估计量的观察值称为矩估计值 . 的函数,记为： 三、矩估计法 三、矩估计法 三、矩估计法 三、矩估计法 三、矩估计法 三、矩估计法 三、矩估计法 三、矩估计法 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 . 缺点是，当总体类型已知时，没有充分利用分布提供的信息 . 一般场合下,矩估计量不具有唯一性 . 其主要原因在于建立矩法方程时，选取那些总体矩用相应样本矩代替带有一定的随意性 . 四、极大似然估计 它是在总体类型已知条件下使用的一种参数估计方法 . 它首先是由德国数学家高斯在 1821年提出的 . Gauss Fisher 然而,这个方法常归功于英国统计学家费歇 . 费歇在1922年重新发现了这一方法，并首先研究了这种方法的一些性质 . 四、极大似然估计 极大似然估计法的思想 极大似然估计法，是建立在最大似然原理 的基础上的求点估计量的方法。最大似然原理的直观想法是：在试验中概率最大的事件最有可能出现。因此，一个试验如有若干个可能的结果A,B,C, …, 若在一次试验中，结果A出现， 则一般认为A出现的概率最大。 四、极大似然估计 极大似然估计定义： 当给定样本X1,X2,…Xn时，定义似然函数为： 设X1,X2,…Xn是取自总体X的一个样本，样本 的联合密度(连续型）或联合分布律 (离散型)为 f (x1, x2 ,…, xn; ) 这里 x1, x2 ,…, xn 是样本的观察值 . 四、极大似然估计 似然函数： f (x1, x2 ,…, xn; ) 极大似然估计法就是用使 达到最大值的 去估计 . 即 称 为 的极大似然估计值 . 而相应的统计量 称为 的极大似然估计量 . 看作参数 的函数，它可作为 将以多大可 能产生样本值 x1, x2,… ,xn 的一种度量 . 四、极大似然估计 求最大似然估计量的一般步骤为： （1）求似然函数 （2）一般地，求出 及似然方程 （3）解似然方程得到最大似然估计值 （4）最后得到最大似然估计量 四、极大似然估计 四、极大似然估计 四、极大似然估计 四、极大似然估计 参 数 估 计 第四节 参数的区间估计 一、区间估计的基本概念 前面，我们讨论了参数点估计. 它是用样本算得的一个值去估计未知参数. 但是，点估计值仅仅 是未知参数的一个近似值，它没有反映出这个近似值的误差范围，使用起来把握不大. 区间估计正好弥补了点估计的这个缺陷 . 一、区间估计的基本概念 1、 置信区间定义 满足 设 是 一个待估参数，给定 X1,X2,…Xn确定的两个统计量 若由样本 和 分别称为置信下限和置信上限. 则称区间 是 的置信水平（