概率论与数理统计统计学第七章.pptVIP

2. S2是D(X)的无偏估计量: 2.有效性: 3.相合性 §3. 区间估计 一. 问题引入: 二. 定义: 10. (4.71, 5.69)已不是一个随机区间, 但仍称 它为置信水平为0.95的置信区间, 其直观含义: 若反复抽样多次, 每个样本值(n=16)均确定 一个区间, 在这么多的区间中, 包含?的约占 95%, 不包含?的约占5%,现抽样得到的区间 (4.71, 5.69), 则该区间属于那些包含?的区间的可信度为 95%, 或“该区间包含?”这一事实的可信度为95%. 三. 求置信区间的一般思路: 1. 设法构造一个随机变量W=W(X1, X2, …, Xn;?),除参数? 外, W不包含其他任何未知参数, W的分布已知(或可求 出),并且不依赖于参数?, 也不依赖于 其他任何未知参 数. §4.正态总体均值与方差的区间估计 一. 单个正态总体的均值与方差的区间估计: 三. 两个正态总体的区间估计: 四. 两个总体方差比的置信区间: 参数估计的一般提法： 第七章 参数估计 §1. 点估计 一. 问题的提法: 一. 矩估计法: 矩估计法原理：样本矩Ak依概率收敛于相 应的总体矩μk, 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. 例1.设总体X在[a,b]上服从均匀分布,a,b未知, X1,X2,…,Xn是X的一个样本,求a,b的矩估计量. 矩估计法的缺点： （1）总体的一阶至k阶矩必须存在。 （2）有时没有充分利用总体的分布的信息。 二. 最大似然估计法: 最大似然估计的求解方法: 例2. 设X服从[a, b]区间上的均匀分布, 求a和 b的最大似然估计量. 注: 最大似然估计量和矩估计量不相同。 最大似然估计的性质: §2. 估计量的评选标准 1. 无偏性: (3)例子