概率统计课ch7-1.pptVIP

* 第七章 参数估计 §1. 点估计 一. 问题的提出: 统计估计问题专门研究由样本估计总体未知的分布函数，或分布函数中未知的参数，或某个数字特征的方法及其优良性问题。 在实际问题中，总体的分布函数往往是未 知的，有时即使知道它的形式，例如正态分布、 泊松分布等。但是其中参数的真值是未知的， 这就产生了统计估计问题。 统计估计问题包括参数估计和非参数估计。 如果已知总体分布函数的形式，未知的只是其中包含的有限个参数，只要确定这些参数就可以完全确定总体的分布函数，这就是参数估计问题。 参数估计问题有两种形式，一种称为点估计问题，要求适当地选择一个统计量作为未知参数的估计量；另一种称为区间估计问题，要求适当的选择一个范围（通常是一个区间），使得未知参数被这个范围包含的概率足够地大。 先看一个例子： 定 义 注意： 二. 矩估计法: 之所以可用样本矩Ak作为相应的 总体矩的估计量, 用样本矩的连续函数 作为相应的总体矩的连续函数的估计量, 其原因在于：样本矩Ak依概率收敛于相 应的总体矩, 而样本矩的连续函数依概率 收敛于相应的总体矩的连续函数. 三. 极大似然估计方法: 极大似然估计法的思想和方法： 设一袋中装有黑、白两种球，设p是从袋中 随机摸得白球的概率，现在估计p. 为此，做放回抽样，摸10次球，结果表示如下： 这个L(p)是10次摸球中出现上述结果的概率。 极大似然估计法的思想：一随机试验有若干个 可能的结果，如果在一次抽样中某一结果出现 了，就认为这一结果是褚个可能的结果中出现 概率最大的一个。 下面叙述极大似然估计法：按总体为离散型 或连续型随机变量分别讨论。 综上所述，定义一般的极大似然估计值为： *