讲课 第二章 参数估计(专硕)..ppt

* 例2.4.7 对883名成年人进行春天花粉过敏调查,36% 的人过敏,求置信度为95%的“花粉过敏”率p 的置信区间. 总体 为任取一人为过敏的人数， * 无偏估计的定义 * 最小方差无偏估计 * * Fisher信息量和方差下界 Fisher信息量 表示：对总体的一次观测结果所能提供的（关于未知参数的）平均信息量。 * 无偏估计方差下界 * 例2.3.3 确定指数分布的C-R下界 达到方差下界的无偏估计量称为有效估计. * * 例2.3.5 求两点分布的有效估计 * 例2.3.6 求正态分布均值和方差的有效估计 * 均方误差和相合估计 * * 相合估计的判断方法 * 定理7.3.2 (1) 如果总体X的k阶原点矩存在，则样本k阶原点矩 是总体X的k阶原点矩 的相合估计量。（本科教材） (2) 设 是 的连续函数，如果 是 的相合估计量，则 是 的相合估计量。 注意：估计量的相合性，只有当样本容量相当大时，才能显示出优越性。这种性质(在数理统计中称为大样本性质)在实际问题中往往难以做到。因此，在工程实际中往往使用无偏性和有效性这两个标准。 * §2.4 区间估计 点估计是用一个估计量的观测值来估计未知参数的真值，实际上是未知参数真值的一个近似值，它与真值之间是有误差的。有时需要确切地知道近似值的精确程度，即真值所在的范围，以及这种范围包含参数真值的可信程度（置信度）。 ------这种范围通常以区间的形式给出，在数轴上表现为一个区间，这种形式的估计就是区间估计，这样的区间就是置信区间。 * 2.4 区间估计 * 区间估计 需要构造两个适当的统计量 与 ，它们构成一个随机区间 ，并用它们的观测值所构成的区间来估计未知参数的取值范围。 当然，我们希望区间 要以较大的概率(置信度)包含未知参数，即置信度比较大，同时还要保证区间长度尽可能短，即估计的精确度尽可能高。 * 置信区间求解的一般步骤 1)寻找参数 的好的点估计量 ，一般用UMVU估计或最大似然估计量。 2)借助于 构造一个只与 及样本 有关的函数 ，要求 的分布已知（不依赖于 ）。 3)由给定的置信度 ，求出两个待定数 ，使 。一般选取 使得： 4)不等式变形，中间仅留 ，导出置信区间。 * 一、 单个正态总体置信区间 1.参数 的置信区间 （1）当 已知时， （2）当 未知时， * 例2.4.1 正态总体均值的区间估计 * 单个正态总体置信区间 2. 参数 的置信区间 （1）如果总体均值 已知 ： 其中， （2）如果总体均值 未知 ： * 例2.4.2 正态总体方差的区间估计 * 二. 两正态总体参数的比较 * 1. 均值差 的区间估计 * 1) 已知时， 2) 未知,若样本容量较大时( 30) * * * 例2.4.4 男女睡眠时间比较 * * 2. 方差比的区间估计 * 三. 非正态总体参数的区间估计 一般难以计算,但样本容量较大时,可以化为正态总体情况处理.以下讨论0-1分布的参数 p 的置信区间.此处假定 n 30. * 第二种方法 * 例2.4.6 在一批货物的容量为100的样本中,经检验发 现16件次品,求这批货物次品率0.95置信区间. 总体 为任取一件为次品的个数， * 第二章 参数估计 在前面的准备工作后，下面我们要进行统计推断。统计推断是数理统计的核心内容。统计推断就是利用样本提供的信息推断总体分布或总体的某些数字特征，从而认识总体。统计推断分为两大类：一类是参数估计，另一类是假设检验。本章介绍参数估计。 * 第二章 参数估计 统计推断 点估计 区间估计 参数估计 假设检验 参数 假设检验 非参数 假设检验 * 参数