似然方程组为-南京大学生物物理研究所.PPT

似然函数只有当 a xi b, i = 1,2,…, n 时 才能获得最大值, 且 a 越大, b 越小, L 越大. 令 xmin = min {x1, x2,…, xn} xmax = max {x1, x2,…, xn} 取 则对满足 的一切 a b , 7-31 都有 故 是 a , b 的极大似然估计值. 分别是 a , b 的极大似然估计量. 7-32 问 题 1) 待估参数的极大似然估计是否一定存在? 2) 若存在, 是否惟一? 设 X ~ U ( a – ?, a + ?), x1, x2,…, xn 是 X的一个样本, 求 a 的极大似然估计值. 解 由上例可知, 当 时, L 取最大值 1, 即 显然, a 的极大似然估计值可能不存在, 也 可能不惟一. 7-33 例9 不仅如此, 任何一个统计量 若满足 都可以作为 a 的估计量. 7-34 极大似然估计的不变性 设 是? 的极大似然估计值, u(? ) (? ? ? )是? 的函数, 且有单值反函数 ? = ? (u), u?U 则 是 u(? ) 的极大似然估计值. 7-35 如 在正态总体N (?,? 2)中, ? 2的极大 似然估计值为 是? 2的单值函数, 且具有单值 反函数，故? 的极大似然估计值为 lg? 的极大似然估计值为 7-36 * * 秦 猛 南京大学物理系 qinmeng@nju.edu.cn 办公室：唐仲英楼A508 手机数据统计与分析 参考教材：《概率论与数理统计》 高新祖 陈华钧 编著 南京大学出版社 1 第11讲 参数估 计问题 假设检 验问题 点 估 计 区间估 计 统计 推断 DE 基本 问题 7-2 什么是参数估计？ 参数是刻画总体某方面概率特性的数量. 当此数量未知时,从总体抽出一个样本， 用某种方法对这个未知参数进行估计就 是参数估计. 例如，X ~N (? ,? 2), 点估计 区间估计 若?, ? 2未知, 通过构造样本的函数, 给出 它们的估计值或取值范围就是参数估计 的内容. 参数估计的类型 点估计 —— 估计未知参数的值 区间估计—— 估计未知参数的取值范围， 并使此范围包含未知参数 真值的概率为给定的值. §7.1 点估计方法 点估计的思想方法 设总体X 的分布函数的形式已知, 但含有一个或多个未知参数：?1,?2, ?,?k 设 X1, X2,…, Xn为总体的一个样本 构造 k 个统计量： 随机变量 7-5 当测得样本值(x1, x2,…, xn)时,代入上述 方程组，即可得到 k 个数： 数 值 称数 为未知参数 的估计值 7-6 对应统计量 为未知参数 的估计量 并建立k个方程。 三种常用的点估计方法 频率替换法 利用事件A 在 n 次试验中发生的频率 作为事件A 发生的概率 p 的估计量 7-7 例1 设总体X ~ N ( ? , 2 ), 在对其作28 次 独立观察中, 事件 “X 4” 出现了21 次, 试 用频率替换法求参数 ? 的估计值. 解 由 查表得 于是 ? 的估计值为 7-8 方法 用样本 k 阶矩作为总体 k 阶矩的估计量, 建立含有待估参数的方程, 从而解出待估参数 7-9 一般, 不论总体服从什么分布, 总体期望 ? 与方差? 2 存在, 则它们的矩估计量分别为 矩法 7-10 事实上，按矩法原理，令 7-11 设待估计的参数为 设总体的 r 阶矩存在，记为 样本 X1, X2,…, Xn 的 r 阶矩为 令 —— 含未知参数 ?1,?2, ?,?k 的方程组 7-12 解方程组 , 得 k 个统计量： 未知参数 ?1, ?,?k 的矩估计量 代入一组样本值得 k 个数: 未知参数 ?1, ?,?k 的矩估计值 例2 设总体 X ~ N ( ? ,? 2 ), X1, X2,…, Xn为 总体的样本, 求 ? ,? 2 的矩法估计量. 解 例3 设总体 X ~ E(?), X1, X2,…, Xn为总体的 样本, 求? 的矩法估计量. 解 令 7-13 故 例4 设从某灯泡厂某天生产的灯泡中随机 抽取10只灯泡，测得其寿命为(单位:小时) 1050,