概率PPT7.pptVIP

* 第七章 第七章 参 数 估 计 统计推断 统计估计 非参数估计 参数估计 点估计 区间估计 假设检验 参数检验 非参数检验 Section1 第一节 点 估 计 点估计问题 的一般提法： 值. 未知参数 ? 的近似值. 统称估计量和估计值 ， 点估计问题就是要构造一个适当的统计量 用它的观察值 作为 称 为 ? 的 估计量 ， 为 ? 的 估计值 . 为 估计 ， 并都简记为 . 设总体 X 的分布函数 的形式为已知， ? 是未知参数. 是来自 X 的一个样本， 是相应的样本观察 Section1_1 问题： ⑴ 如何构造估计 — 估计方法 问题 ⑵ 如何对估计进行评价 — 估计标准 问题 一、矩估计法 是来自 X 的一个样本，如何估计未知参数 ? ？ 例1 设总体 ， 未知， 用样本矩 替换 相应的总体矩， 矩估计法 ，简称 矩法 . 用样本矩的连续函 数 替换 相应总体矩的连续函数， 未知参数的估计量， 这种构造估计量的方法，称为 并依此求出总体中的 Section1_1_1 矩估计法的的一般步骤： 设总体 X 的分布中有 m 个未知参数， 是来自总体 X 的样本. ⑴ 求出总体 X 的 前 m 阶 矩 ， ⑶ 解方程组，求出 m 个未知参数的估计. ； 写出样本 的 前 m 阶 矩 ， . ⑵ 令 ， . Section1_1_2 例2 设总体 X 的概率密度为 矩估计量. 是来自总体 X 的样本， 例3 设总体 X 的均值 ? 与方差 都存在， 是来自 ，但 ? 与 均为未知， 总体 X 的样本， 求 ? 与 的矩估计量. 求未知参数 ? 的 且 Section1_2 二、最大似然估计法 袋中任取一个球，如果是红球， 已知一种颜色的球 1 个，另一种颜色的球 999 个. 引例 设袋中装有红、黑两种颜色的球共 1000 个, 现从 问：能否由此推断袋中 有 999 个红球，1 个黑球？为什么？ 几乎是不可能发生的. 小概率事件原理 概率很小的事件在 一次试验 中 如果在 一次试验 中，结果 A 出现了， 最大似然原理 设一试验可能的结果有 A , B , , 对 A 的出现是有利的， 则认为试验条件 即 A 出现的概率最大. Section1_2_1 ⑴ 作函数 1. 总体 X 为离散型 总体 X 的样本， 是相应的样本观察值. 最大似然估计值 ， 称为参数 ? 的 最大似然估计量 . 设总体 X 的分布律 ? 为待估计 的形式为已知， 参数， 为 ? 可能取值的范围. 是来自 称为样本的 似然函数 ； ⑵ 求出似然函数 L(? ) 在 内的最大值点 ， 作为参数 ? 的估计值， 称为参数 ? 的 相应的统计量 Section1_2_1_1 是相应的样本观察值，试求参数 p 的最大似然估计量. 是来自总体 X 的一个样本， 例1 设总体 ，其中 未知， 例2 设总体 X 具有分布律 其中 为未知参数. 已知取得了样本值 1 , 1 , 3 , 2 , 1 , 2 , 3 , 3 ，求参数 ? 的最大似然估计值. Section1_2_2 2. 总体 X 为连续型 设总体 X 的概率密度 本， 是相应的样本观察值. 的形式为已知， ? 可能取值的范围. 是来自总体 X 的样 ? 为待估计参数， 为 ⑴ 作函数 最大似然估计值 ， 称为参数 ? 的 最大似然估计量 . 称为样本的 似然函数 ； ⑵ 求出似然函数 L(? ) 在 内的最大值点 ， 作为参数 ? 的估计值， 称为参数 ? 的 相应的统计量 Section1_2_2_1 例1 设随机变量 X 的密度函数为 其中参数 ， 是来自总体 X 的样本， 求