第7.1节-矩估计——概率论与数理统计李长青版.pptVIP

参数估计在统计方法中的地位 参数估计 假设检验 统计方法 描述统计 推断统计 问题：灯泡厂生产的灯泡的使用寿命X是随机变量， 由中心极限定理和实际经验可知， X ~N (? ,? 2), 若参数?, ? 2未知, 该如何估计它们？ 在实际问题中，经常遇到随机变量X（即总体X）的 分布函数的形式已知，但它的一个或者多个参数未知 的情形，那么该如何估计它们？ 什么是参数估计？ 总体参数估计：是在总体分布参数未知的情况下， 利用样本特征值推断（估计）总体参数。 样本 总体 样本统计量 如：样本均值、比例、方差 总体均值、比例、方差等 参数估计 点估计 区间估计 用某一数值作为参数的近似值 在要求的精度范围内指出参数所在的区间 来估计θ，并称之为θ的点估计量，将数值 估计的参数（可以是向量），设 X1, X2,…, Xn为总体 X 设总体 X 的分布函数 形式已知，其中θ是待 点估计的思想方法 的一个样本，(x1, x2,…, xn)为样本值，利用样本构造 一个适当的统计量 称为θ的点估计值. 如何构造统计量？ 如何评价估计量的好坏？ 问 题 1. 矩法估计的基本原理： 设 (X1, X2,…, Xn) 是来自总体 X 的一个样本，根据 大数定律, 对任意 ε 0，有 总体 样本 k 阶原点矩 k 阶中心矩 因此，我们可以用样本矩来代替总体矩，从而得到总体 分布中参数的一种估计，这种方法称为矩法。 思想实质是：采用样本的经验分布和样本矩去替换 总体的分布和总体矩的原则，这就是所谓的替换原则. 并且对于任何k,只要 E(Xk) 存在,同样有 2. 矩法估计的具体做法： 设总体 X 为连续型随机变量，其概率密度为 或总体 X 为离散型随机变量，其分布律为 其中 是待估参数，设 X1, X2,…, Xn是总体X 的一个样本。假设总体 X的前 k 阶矩 存在， 样本 X1, X2,…, Xn 的 r 阶矩为 令 得到含未知参数 ?1,?2, ?,?k 的方程组 总体矩=样本矩 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 令 解此方程组得 的矩估计分别为 若总体 均未知, 则 的矩估计分别为 例2 设总体 X 的概率密度函数为 其中 为未知参数, 是来自总体 X 的样 本, 求 的矩估计. 解 令 ，