概率论与数理统计 参数估计点估计.pdfVIP

第三章参 数 估 计 一、点估计 二、估计量的评选标准 三、区间估计 1 一、矩 估 计 法 1、方法思想 将要估计的总体参数 表示成总体X 的矩的函数，然后用样 本的相应的矩的函数作为其估计量进行估计。 这种估计方法称为矩估计法。 例1 已知总体的概率密度为 f ( x)  x1 , 0  x 1   0, 其它 试由样本(X ,X ,…,X )估计参数。 1 2 n 也可以建立参数与 E(X 2) 的关系… 分析：1、参数与总体的矩有什么关系？ 计算E(X)不难得到： 1 1   , 即 E( X ) E( X )   xx dx  1 1  E( X ) 0 2、如何利用样本来估计E(X)，进而估计参数？ ˆ X 用样本均值 （一阶矩）来估计E(X) ！ X 的估计量为  1 X 2 一般地，若总体X 的概率分布含有k个未知参数 , ,… ,则总体X 1 2 k 的l阶（原点）矩存在，且应为 , , …, 的函数：  = ( , , …, ), l 1 2 k l l 1 2 k E (X l )  ( , , , ) , l 1,2, , k l 1 2 k 此方程组的解 (,, , ) ，用相应的样本矩A 估计 ，得 1 2 k l l ˆ ˆ ˆ ( , , , ) 就称为参数 , ,…, 的矩估计量。 1 2 k 1 2 k 2、理论依据 用样本的矩来推断总体相应的矩，其理论依据为 “大数定 律” ——若总体X 的k阶（原点）矩 存在，则当样本容量n充分大 k 时，样本的k阶矩Mk 依概率收敛于k 。 3、方法步骤 1）建立待估参数 与总体的矩之间的关系式