概率论与数理统计点估计参考.pptVIP

第六章 统计量小结 第七章 参数估计 问题：若总体X的分布函数F(x)的类型已知，但它的一个或多个参数未知,如何估计总体的未知参数？ 想法：用X的一组样本观察值（x1，x2，…，xn）来估计总体中未知参数的值，即用样本统计量的值估计总体中未知参数的值. 二、 极大似然估计法（Fisher) 例4．X~P(λ)，求λ极大似然估计. 三、估计量的评选标准 设 = （X1，X2，…，Xn）为未知参数θ的估计量序列， 例8．设X1, X2, X3是来自均值为? 的指数分布总体的样本. 其中? 未知，设有估计量 例9．试证样本均值 及样本方差S2分别是总体均值μ及总体方差σ2的无偏估计. 若 X~N（μ，σ2）: X1，X2，…，Xn 一、单个正态总体均值μ与方差σ2的区间估计 1 、 σ2 已知μ的1- α置信区间 2 、 σ2未知μ的 1-α置信区间 3 .μ已知σ2 的1-α置信区间 例2. 从车床加工的一批零件中随机抽取16个进行试验，测得零件长度如下（单位：cm) 单个正态总体期望与方差的1-α置信区间(小结) 二、两个正态总体均值差及方差比的1-α置信区间(1/2) 1. σ 12、σ22已知时μ1-μ2 的1- α置信区间 例3.在甲、乙两地抽取同一品种小麦籽粒的样本，测得蛋白质含量为： 3. μ1、μ2均已知时，方差比 的1-α置信区间 例4.有两位化验员A、B，他们独立地对某种聚合物的含氯量用相同的方法各作了10次测定. = 0.5419, = 0.6065 得 / 的0.95置信区间为 求方差比 / 的0.95置信区间（设为正态分布）. 解：已知 nA=nB=10， = 0.5419， = 0.6065。 =（0.222, 3.601） 查表得 由α=0.05， 下页 《概率统计》 下页 结束 返回 设 X: X1，X2，…，Xn 1. 2. 若 X~N（0，1），则 下页 Xi ~N（μ，σ2） (1) (2) (3) 3. 若 X~N（μ，σ2）， 下页 1 2 3 4 则 相互独立. 与 Y ~ N (μ2,σ2 2) ： Y1，Y2，…,Yn2 ，它们相互独立. X ~ N (μ1,σ12) ： X1，X2，…,Xn1 (1) (2) 当σ12 =σ22 =σ2时， 4. 两个正态总体 当σ12 ,σ22 已知时， 下页 5 6 Y ~ N (μ2,σ2 2) ： Y1，Y2，…,Yn2 ，它们相互独立. X ~ N (μ1,σ12) ： X1，X2，…,Xn1 (4) 4. 两个正态总体 下页 7 8 当μ1 、μ2 已知时, (3) 当μ1 、μ2 未知时, 估计量：设θ为总体X的未知参数，用样本（X1，X2，…，Xn）构成的一个统计量 来估计θ的真值，称 为θ的估计量. 参数的点估计(方法)：指用样本统计量的值估计未知参数的值. 估计值：对应于样本的一组观测值（x1，x2，…，xn），估计量 的值 （ x1，x2，…，xn）称为θ的估计值，仍记作 . 本章介绍 ：1）矩估计法；2）极大似然估计法. §7.1参数的点估计 下页 mk= E（Xk） ck= E[X-E(X)]k 总体矩 总体矩的估计值 样本矩 = = 显然, 通常取: 理论根据：格利文科定理. Fn(x) 以概率1收敛于F(x)，可以证明, 只要总体的l阶矩存在,样本的l阶矩依概率1收敛于总体的l阶矩. 一、矩估计法 矩估计法：是用样本矩估计相应的总体矩，用样本矩函数估计总体矩的同一函数的一种估计方法。 下页 解得θ1，θ2的矩估计量为 据矩估计法有 例1．设总体X~N(μ，σ2 )，试求μ，σ2的矩估计量. 解得μ，σ2 的矩估计量分别为 即， 即， 例2．设总体X~U[θ1，θ2] ，试求θ1，θ2的矩估计量. 下页 解：设X1,…,Xn为X的一个样本， E(X)= μ, D(X)= σ2， 据矩估计法有 解：设X1,…,Xn为X的一个样本， 试求θ的矩估计量. 由于E(X)=θ, 根据矩估计法有 (k=0,1,2…；0＜θ＜+∞) 又由于 D(X)=θ， 故可得θ的另一个矩估计量为 由此可见一个参数的矩估计量是不唯一的. 例3．设总体X服从参数为θ的泊松分布，即 [问题]：选哪一个作为估计量更好呢？ 下页 解：设X1,…,Xn为X的一个样本， 极大似然估计法是求估计值的另一种