概率统计课件第7章.ppt

所以： 从而： 当 时， 对一切 都成立，因此 比 有效。 EX:设 分别为取自总体X 的容量为n1,n2的两个样本的样本均值，求证：对任意实数a>0,b>0,a+b=1 统计量 都是 E(X) 的无偏估计，并求a,b使所得统计量最有效. 解：已知 统计量 是 E(X) 的无偏估计。 又 当 时， 有最小值，此时 估计最有效。 7.4 区间估计一、概念 定义： 设总体X的分布函数F(x；?)含有未知参数?，对于给定值?（0< ?<1),若由样本X1, …, Xn确定的两个统计量 使 则称随机区间 为?的置信度为1??的置信区间 注：F(x;?)也可换成概率密度或分布律。 7.5 正态总体参数的区间估计 1、?2已知 若 ?/2 ?/2 1-? 可取 这是因为标准正态分布的上α分位点的定义: (1-?)? ?? 1-? ?的置信度为1??的置信区间为 注：?的1??置性区间不唯一。 都是?的1??置性区间.但?=1/2时区间长最短. 求正态总体参数置信区间的解题步骤： (1)根据实际问题构造样本的函数，要求仅含待估参数且分布已知； (2)令该函数落在由分位点确定的区间里的概率为给定的置信度1??，要求区间按几何对称或概率对称； (3)解不等式得随机的置信区间； (4)由观测值及?值查表计算得所求置信区间。 ?已知时,?的置信度为1??的置信区间为 这里 2、?2未知 m的1-a置信区间为 1-? 即得 令 ?未知时,?的置信度为1??的置信区间为 这里 二、单正态总体方差的置信区间 假定m未知， s2的置信度为1??的置信区间为 三、双正态总体均值差的置信区间 其中 可解得?1- ?2 的置信区间 四、双正态总体方差比的置信区间 假定?1，?2未知 小结 * * * * * 第七章 参数估计 点估计 估计量的评选标准 区间估计 正态总体参数的区间估计 7.1 点估计 引例：某城市一天中发生的交通事故的次数X是一个 随机变量，假设它服从参数为 的泊松分布（ 未知），有以下的样本值，试估计参数 0 1 2 3 4 5 6 100 120 80 50 6 3 1 发生k次事故 的天数 事故次数k 解：由于 故 用样本均值来估计总体的均值 由表中数据知 得 的估计为1.375 Def1(点估计问题)：设总体X的分布函数为 , ，已知 θ是待估参数 是X的一个样本， 是相应的一个样本值。点估计问题就是要 来估计参数θ ，称 为θ的 。例如上例，构造估计量为 估计值为 ，用它的观察值 构造一个适当的统计量 为θ的估计值，统称为估计，都 估计量，称 记为 点估计的经典方法是矩估计法与极大似然估计法。 （一）矩估计法： 前提：矩是随机变量的分布唯一确定而样本来源于总体， 样本矩在一定程度上反映总体矩的特征。故可用样本矩 来估计总体矩就是矩估计法。 设总体X的分布函数为 为来自总体X的样本，如果总体k阶矩都存在， 即 设 相应的l 阶样本矩为 ，以 替代 即可得到关于 的方程，记其解为 ，则称 为 的矩估计量。 例1、总体X在 上服从均匀分布， 未知， 是一个样本，试求 的矩估计量。 解： ，解得 ，即得 让 分别代替 ，且有 例2、求总体均值 和方差 的矩估计， 是一个样本。 这就是样本均值和本方差,不因总体分布不同而改变. 解： 让 分别代替 ，得 例3、设总体X服从参数为 的泊松分布，试估计参 由于 均为 的矩估计量 例4、设样本 来自总体X，其密度函数为 数 . 解： 解得： 求 的矩估计。 练习：设X的密度函数为 是一个样本，求参数 的矩估计量。 ，设 （二）、极大似然估计法 1、极大似然思想 有两个射手，一人（职业）的命中率为0.9,另一人（业余）的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？ 一般说，事件A发生的概率与参数???有关，?取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|?).若A发生了，则认为此时的?值应是在?中使P(A|?) 达到最大的那一个。这就是极大似然思想 2、设总体X为离散型，其分布律为 θ是待估参数， 是θ的取值范围，