第十九次文概率(冲突时的文件备份2014-08-06 19-37-36).pptVIP

一致性：随着样本容量的增大，估计量越来越接近被估计的总体参数 似然函数为 设 为来自均匀分布总体 的样本，求未知参数 的 MLE . 显然从似然方程无法求得 MLE . 令 其中 所以 的 MLE 是 P156,例3 极大似然法总结： 称 为 的极大似然估计（MLE）. 估计量的优劣标准 无偏性 有效性 一致性 （相合性） 均方误差 均方误差 设 是未知参数 的估计量， 则称 为 的均方误差 . 无偏性 则称 为 的无偏估计 . 设 是未知参数 的估计量，若 P151 例： C A ? 无偏 有偏 P151，例1 设 为总体 的样本 都是 的无偏估计 故 更进一步,对任意常数 统计量 都是 的无偏估计 有效性 则称 较 有效 . 都是参数 的无偏估计量，若有 设 和 有效性 D( ) D( ) 则称 较 有效 . 都是参数 的无偏估计量，若有 设 和 A B 在数理统计中常用到最小方差无偏估计. 它的定义是: （也称最佳无偏估计，有效估计量） 若 满足： （1） ， 即 为 的无偏估计； （2） ， 是 的任一无偏估计. 则称 为 的最小方差无偏估计. 设 是取自总体X的一个样本， 是未知参数 的一个估计量， P152 设 和 是 的两个无偏估计,若 称 比更有效. 例 设X1,X2,X3为来自总体X的简单随机样本,EX=μ,DX=σ2,验证下列μ的估计量哪个更有效. 解 =μ =3σ2/8 同理 为无偏估计量, 更有效. =3σ2/8 设 是参数 的估计量，若 P150 一致性 （相合性） 则称 为 的一致估计量. A B 较小的样本容量 较大的样本容量 ? * * 的样本， 设 是总体 分别为样本均值和样本方差，则有 P146，定理7.4的推论1 的样 设 是来自总体 本,则 P146，最上面的推论 定理二 (样本方差的分布) 设X1,X2,…,Xn是来自正态总体 的样本, 分别为样本均值和样本方差, 则有 P146，定理7.3的推论 的样本； 设 是总体 的样本,且两样本相互独立, 是总体 两样本均值和样本方差分别为 则 P147，定理7.5的推论 的样本； 设 是总体 的样本,且两样本相互独立, 是总体 两样本均值和样本方差分别为 则 P147，定理7.4的推论2 则称 为分布密度 的上 分位点 设 若 存在常数 满足 面积为 的上 分位点记为 则称 为分布密度 的上 分位点 设 若 存在常数 满足 的上 分位点记为 查标准正态分布表,可求得 P260 则称 为分布密度 的上 分位点 设 若 存在常数 满足 的上 分位点记为 查 t 分布表,可求得 P262 则称 为分布密度 的上 分位点 设 若 存在常数 满足 的上 分位点记为 查 分布表,可求得 P264 则称 为分布密度 的上 分位点 设 若 存在常数 满足 的上 分位点记为 查 分布表,可求得 若 则 故 P266 未知参数 设总体 其中 的函数形式为已知 为未 为来自总体 的样本. 构造一个统计量 用统计 量观察值 作为未知参数 的估计值. 为 的估计量 称 为 的估计值 称 点估计 点估计 矩估计法 极大似然法 矩估计法 其基本思想是用样本矩估计总体矩 . 它是基于一种简单的“替换”思想建立起来的一种估计方法 . 是英国统计学家K.皮尔逊最早提出的 . P154 的样本, 为总体 设 怎么估计期望 怎么估计期望 记总体k阶原点矩为 样本k阶原点矩为 用相应的样本矩去估计总体矩的估计方法 就称为矩估计法. 记总体k阶中心矩为 样本k阶中心矩为 P154 写出总体一阶矩： 的样本, 为总体 设 求未知参数 的矩估计. 反解出待估计的参数： 用样本一阶矩替换总体一阶矩，得到参数的估计值: (与待估计参数的关系) 设 为来自总体 的样本，求未知参数 的矩估计。 如果