5.1 点估计(课件).ppt

* 有时总体的分布类型已知, 而其中的 某些参数 要对参数作出推断. 例如, 其中 只要对μ作出推断, 也就对总体的分布 这类问题称为参数估计问题. 已知总体服从正态分布 作出了推断. §5.1 点估计 未知参数的实值函数, 也称为参数. 如在上例中, 也是未知参数, 未知, 利用样本估计 未知参数 的实值函数, 也叫参数估计. 等, μ未知, 一、点估计 例 某厂在某月内 但平均寿命μ未知, 抽出10只灯泡, 进行寿命试验, 的寿命如下: (小时) 计算出10只灯泡的平均寿命为 该厂就用 灯泡的平均寿命μ 作为这一个月 灯泡的寿命, X是随机变量, 代表总体. 已知 设X是 得到10只灯泡 生产的 的一个估计值. (小时) 生产了一大批灯泡, 于是厂家 这一个月生产的灯泡的寿命. 已知 从总体中抽出样本 其中μ为 总体 μ未知, 但μ的取值范围为 称为参数空间. 为了估计μ， 样本观测值: (单位:小时) 用1147估计μ 其观测值为： 统计量 统计量 称为参数μ的估计量; 称为参数μ的 的观测值 统计量 这批灯泡的平均寿命, (小时) 估计值. 有一个未知参数θ, 一般地， 设总体的分布中 θ的取值范围为Θ, 即 称Θ为参数空间. θ是未知的, 但其参数空间Θ是事先知道的. 为了估计θ, 从总体中抽取样本 相应的一个样本观测值为 构造一个统计量 用它的观测值 来估计未知参数θ, 称 为θ的估计值. 为θ的估计量; 分别记为 和 在不致引起混淆的情况下, 统称估计量 为θ的一个 点估计, 都简记为 和估计值 这一个月生产的灯泡的寿命. 已知 从总体中抽出样本 其中μ为 总体 μ未知, 参数空间为： 为估计μ， 样本观测值: (单位:小时) 1147估计μ. 用估计量的观测值 参数μ的估计值为： 这批灯泡的平均寿命, 例如 μ的点估计 参数μ的估计量为 在以上定义中, 是待估计的. 有时总体有两个 未知参数需要估计. 例如， μ和σ2 都需要估计. 总体的分布中, 只有一个参数θ 是未知的, 均 或两个以上 其中 已知总体 未知, 对每个未知参数 都构造一个统计量 用它的观测值 来估计未知参数 衡量估计量的好坏, 无偏性、有效性、相合性. 有三条标准: 二、评价估计量的标准 1.无偏性 定义5.1 是参数θ的估计量, 是θ的无偏估计量. 说明: (1)无偏性的直观意义 (2)无偏性只保证 而不能保证在一次具体使用时 是θ的无偏估计量, 如果 则称 是没有系统偏差. 这一估计量 在多次使用时 平均起来无偏差, 偏差一定很小. 只需证 设 (3) 要证 定义5.1 是参数θ的估计量, 是θ的渐近无偏估计量. 如果 则称 设 证(1) 例 是来自 的简单随机样本, 存在, 设 是任一总体, 则 是 的 无偏估计量. 是μ的无偏估计量. 是 的 无偏估计量. 例 是来自 的简单随机样本, 存在, 设 是任一总体, 则 证 即 是 的 无偏估计量. 例 是来自 的简单随机样本, 存在, 设 是任一总体, 则 不是 的无偏估计量. 证 因此， （偏小） 未修正的样本方差 是 的 有偏估计量. 但 是DX=σ2的 例 是来自 的简单随机样本, 存在, 设 是任一总体, 则 不是 的无偏估计量. 渐近无偏估计量. 例 证明 证 设 是来自总体 的样本， 存在, 均是μ的无偏估计量. 是μ的无偏估计量. 均 2.有效性 方差 越小, 是θ的无偏估计量, 若 即 设 和 均是参数 的无偏估计量, 若 则 的取值 比 更集中 “同一个参数的 方差小者为优.” 因此有: 方差越小, X取值越集中在EX附近; 方差越大, 取值越分散; 即 在θ附近. 两个无偏估计量中, 定义5.2 “同一个参数的两个无偏估计量中, 设 和 均是参数 的无偏估计量, 若 则称 比 更有效