PPT概率论及数理统计(上海交通大学)概统F0323-6.2.1节.ppt

ch7-1 * * 7-1 参数估 计问题 假设检 验问题 点 估 计 区间估 计 统计 推断 DE 基本 问题 7-2 什么是参数估计？ 参数是刻画总体某方面概率特 性的数量.当此数量未知时,从总体 §6.2. 参数估计 抽出一个样本，用某种方法对这个 未知参数进行估计就是参数估计. §6.2. 例如，X ~N (? ,? 2), 点估计 区间估计 若? , ? 2未知, 通过构造 样本的函数 , 从而给出它们 的估计值或取值范围就是参 数估计的内容. 参数估计的类型 点估计 —— 估计未知参数的值 区间估计—— 估计未知参数的取值范围， 并使此范围包含未知参数 真值的概率为给定的值. §6.2.1 参数估计常用方法 频率替换法 矩估计法 极大似然估计法 §6.2.1点估计方法 频率替换法 利用事件A 在 n 次试验中发生的频率 作为事件A 发生的概率 p 的估计量 7-7 法一 例1 设总体X ~ N ( ? , 2 ), 在对其作28 次 独立观察中, 事件 “X 4” 出现了21 次, 试 用频率替换法求参数 ? 的估计值. 查表得 于是 ? 的估计值为 7-8 例1 解 由 方法 用样本 k 阶矩作为总体 k 阶矩的估计量 建立含待估参数的方程, 从而解出待估参数 7-9 一般, 不论总体服从什么分布, 总体期望 ? 与方差? 2 存在, 则它们的矩估计量分别为 矩法 法二 7-10 事实上，按矩法原理，令 例2 设总体 X ~ N ( ? ,? 2 ), X1, X2,…, Xn为 总体的样本, 求 ? ,? 2 的矩法估计量. 解 例3 设总体 X ~ E(?), X1, X2,…, Xn为总体的 样本, 求? 的矩法估计量. 解 令 7-13 故 例2~3 例4 设从某灯泡厂某天生产的灯泡中随机 抽取10只灯泡，测得其寿命为(单位:小时) 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200 试用矩法估计该厂这天生产的灯泡的平均 寿命及寿命分布的方差. 解 7-14 例4 例5 设总体 X ~ U (a, b), a, b 未知, 求参数 a, b 的 矩法估计量. 解 由于 令 7-15 例5 解得 7-16 极大似然估计法 思想方法：一次试验就出现的 事件有较大的概率 例如: 有两外形相同的箱子,各装100个球 一箱 99个白球 1 个红球 一箱 1 个白球 99个红球 现从两箱中任取一箱, 并从箱中任取一球, 结果所取得的球是白球. 答: 第一箱. 7-17 问: 所取的球来自哪一箱？ 法三 设总体 X ~ B(1 , p ) , 用极大似然法求 p 的估计值. 解 总体 X 的概率分布为 设 x1, x2,…, xn为总体样本X1, X2,…, Xn 的样本值, 则 7-18 例6 ( P.164例6.6 ) 例6 在容许范围内选择 p ，使L(p)最大 注意到，ln L(p)是 L 的单调增函数,故若 某个p 使ln L(p)最大, 则这个p 必使L(p)最大。 7-20 所以 为所求 p 的估计值. 样本 X1, X2,…, Xn的概率分布为 7-21 或 称 L( ) 为样本的似然函数 一般 若 关于?1, …, ?k可微,则称 为似然方程组 解似然方程组得驻点并验证可得 参数?1,…, ?k 的极大似然估计值 7-24 推广 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 7-22 ?MLE 简记 ?mle 简记 选择适当的? = ,使 取最大值, 即 L( ) 极大似然估计法 例7 设总体 X ~ N (?,? 2), x1, x2,…, xn 是 X 的样本值, 求 ?, ? 2 的极大似然估计. 解 7-26 例7