概统(第五章).pptVIP

第五章 参数估计与假设检验 §5.1 点估计概述 §5.2 参数的最大似然估计与矩估计 §5.3 点估计的评价标准 §5.4 区间估计的置信区间 §5.5 假设检验概述 §5.6 单正态总体的假设检验 §5.2 极大似然估计和矩估计 矩估计法（简称“矩法”） 矩估计的步骤: 从总体矩入手将待估计参数表示为总体矩的函数 用样本矩分别替代总体矩 推导出未知参数的表达式，求出具体值。 极大似然估计法 假设检验在逻辑上用的是反证法。 在统计上用的是小概率原理。 反正法：如果假设条件A成立，推导出一个矛盾的或不可能成立的结论B，那么A就是错误的。而统计学上的结论往往是以一定概率出现的，依据的是小概率原理，如果H0成立，导致一个小概率事件发生了，那么我们就拒绝假设H0. §5.3 点估计的评价标准 对于同一个未知参数,不同的方法得到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? 常用 标准 (1) 无偏性 (3) 一致性 (2) 有效性 若 则称 是? 的无偏估计量. 无偏性 定义： 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 计值的期望与真值相等. 定义的合理性 样本为 (n 1) . 例2 设总体 X 的期望 与方差存在, X 的 (1) 不是 D( X )的无偏估量; (2) 是 D( X ) 的无偏估计量. 证 已知 证明 因而 故 证毕. 都是总体参数? 的无偏估计量, 且 则称 比 更有效. 定义 设 有效性 定义 设 是总体参数? 则称 是总体参数? 的一致(或相合)估计量. 的估计量. 若对于任意的? ? ? , 当n? ?时, 一致性 依概率收敛于? , 即 一致性估计量仅在样本容量 n 足够大时,才显示其优越性. §5.4 区间估计的置信区间 引例 已知 X ~ N ( ? ,1), 不同样本算得的 ? 的估计值不同，因此除了给出 ? 的点估计外, 还希望根据所给的样本确定一个随机区间, 使其包含参数真值的概率达到指定的要求. ? 的无偏、有效点估计为 随机变量 常数 如引例中，要找一个区间,使其包含 ? 的真值的概率为0.95. ( 设 n = 5 ) 取 查表得 这说明 即 称随机区间 为未知参数 ? 的置信度为0.95的置信区间. 设 ? 为待估参数, ? 是一给定的数, ( 0?1). 若能找到统计量 , 使 则称 为 ? 的置信水平为1 - ? 的 置信区间或区间估计. 置信下限 置信上限 置信区间的定义 反复抽取容量为5的样本,都可得一个区间,此区间不一定包含未知参数 ? 的真值, 而包含真值的区间占95%. 置信区间的意义 若测得 一组样本值, 它可能包含也可能不包含? 的真值, 反复 则得一区间 (1.86 – 0.877, 1.86 + 0.877) 抽样得到的区间中有95%包含 ? 的真值. 算得 2. 寻找一个样本的函数 它含有待估参数, 不含其它未知参数, 它的分布已知, 且分布不依赖于待估参数 (常由? 的点估计出发考虑 ). 例如 求置信区间的步骤 1. 选取参数的一个较优的点估计量 3. 对给定置信度 1 ? ? ,定出常数 a , b ,使得 ( 引例中 4. 由 解出 得置信区间 引例中 (一)方差? 2已知, ? 的置信区间 正态总体均值的置信区间估计 由 确定 得 ? 的置信度为 的置信区间为 推导 选取 由 (二) 方差? 2未知 , ? 的置信区间 由 确定 故 ? 的置信区间为 推导 选取 例1 某工厂生产一批产品, 其直径 X 服从 解 (1) 即 正态分布 N( ??? 2), 现从某天的产品中随机 (1) 若? 2=0.06, 求? 的95%置信区间 (2) 若? 2未知,求 ? 的95%置信区间 抽取 6 件, 测得直径为 15.1 , 14.8 , 15.2 , 14.9 , 14.6 , 15.1 由给定数据算得 由公式 (1) 得 ? 的置信区间为 (2) 取 查表 由给定数据算得 由公式 (2) 得 ? 的置信区间为 置信区间一览表