概率统计Ch7 参数估计.ppt

X的概率密度为： 第七章 参数估计 §2 极大似然估计 似然方程组无解. 直接从似然函数本身考虑求最大值. 第七章 参数估计 §2 极大似然估计 第七章 参数估计 §3 估计量评选标准 第七章 参数估计 §3 估计量评选标准 §3. 估计量的评选标准 需要讨论以下问题: 问题的提出 从前面可见, 对同一个参数, 用不同的估计法求出的估计量可能不同。 (1)对于同一个参数究竟哪一个估计量好? (2)评价估计量的标准是什么? 常用的几条标准是： 1．无偏性 2．有效性 3．一致性 第七章 参数估计 §3 估计量评选标准 一、无 偏 性 第七章 参数估计 §3 估计量评选标准 我们不可能要求每一次由样本得到的 估计值与真值都相等，但可以要求这些 估计值的平均值与真值相等. 定义的合理性 证 例. 第七章 参数估计 §3 估计量评选标准 特别： 样本二阶矩 是总体 是总体均值 μ =E( X ) 样本均值 的无偏估计量. 的无偏估计量. 二阶矩 第七章 参数估计 §3 估计量评选标准 证 例 第七章 参数估计 §3 估计量评选标准 因而 第七章 参数估计 §3 估计量评选标准 (这种方法称为无偏化). 第七章 参数估计 §3 估计量评选标准 例. 设总体 X 的密度函数为 为常数 为 X 的一个样本. 证明： 与 都是 的无偏估计量. 证： 故 是 ? 的无偏估计量. 令 即 故 nZ 是? 的无偏估计量. 一个参数往往有不止一个无偏估计, 若 和 都是参数 的无偏估计量， 可以比较 第七章 参数估计 §3 估计量评选标准 以方差小为好, 这就引进了有效性这一概念 . 二、有效性 D( ) ≤D( ) 则称 较 有效 . 都是参数 的无偏估计量，若对任意n， 设 和 第七章 参数估计 §3 估计量评选标准 例. 设总体 X 的密度函数为 为 X 的一个样本. 证明： 第七章 参数估计 §3 估计量评选标准 设总体 X，且 E( X )=? , D( X )=? 2 为总体 X 的一个样本 证明 是 ? 的无偏估计量 (2) 证明 比 更有效 证 (1) 例 (1) 设常数 (2) 结论 算术均值比加权均值更有效. 而 例如 X ~ N( ? ,? 2 ) , ( X 1 ,X 2 ) 是样本. 都是? 的无偏估计量 所以 最有效. * 第七章 参数估计 §1. 矩估计 §2. 极大似然估计 §3. 估计量的评选标准 §4. 区间估计 参数估计 点估计 区间估计 矩估计 方 法 分 类 极大似然估计 参数的点估计就是对总体分布中的未知 参数θ, 以样本X1, X2, ... Xn构造统计量 作为参数θ的估计, 称 为参数θ估计量。 点 估 计 当测得样本值(x1, x2,…, xn)时, 代入 ， 即可得到参数θ估计值： 区 间 估 计 参数的区间估计是对总体分布中的未知 参数θ, 以样本X1, X2, ... Xn构造2个统计 量 和 以区间 作为参数θ的估计。对 给定的概率1- α，满足： §1. 矩估计 第七章 参数估计 §1 矩估计 原则：以样本矩作为总体矩的估计， 从而得到参数的估计量。 第七章 参数估计 §1 矩估计 m阶样本矩为 设总体X的分布类型已知，X的分布函数为 设X1, X2, ... , Xn为来自总体X的样本， 第七章 参数估计 §1 矩估计 这种估计量称为矩估计量；矩估计量的观察值称为矩估计值。 例1. 设某城市一天中发生火警现象的次数X服从 第七章 参数估计 §1 矩估计 所以，矩估计量： 矩估计值： 第七章 参数估计 §1 矩估计 第七章 参数估计 §1 矩估计 (1) 代入 (2), 得： 第七章 参数估计 §1 矩估计 第七章 参数估计 §1 矩估计 无论总体X服从