[学习]概论与统计课件第七章参数估计.pptx

引 言;第七章 参数估计; 在实际问题中,我们根据问题本身的专业知识或以往的经验或适当的统计方法,有时可以判断总体分布的类型. 总体分布的参数往往是未知的,需要通过样本来估计.;（假定身高服从正态分布N(μ，0.12）） ;从总体 X 中抽取样本(X1, X2, …, X n ) ;　　问题　如何构造统计量？;1.1 矩估计法;用样本各阶矩去估计总体相应的各阶矩。;矩估计法的具体做法如下;得方程组：; 例2：设样本(X1, X2, …, X n )来自总体 X~N( ? ,? 2)， 求? 与? 2 的矩估计量。; 例3：设样本(X1, X2, …, X n )来自总体 X~P( ?)， 求 ? 的矩估计量。; 例4：设样本(X1, X2, …, X n )来自总体 X，X服从[?1, ?2]上的 均匀分布，求?1和 ?2 的矩估计量。; 例5：已知总体的X的均值EX= ?， 方差DX=? 20, 其中? 与? 2 未知, 样本(X1, X2, …, X n )来自总体 X，求? 与? 2的矩估计量。; 矩法的优点是简单易行,并不需要事先知道总体是什么分布 .; 1.2 极大似然估计法; 极大似然估计法是建立在极大似然原理的基础上的一个统计方法。 ;例如: 有两外形相同的箱子,各装100个球 一箱 99个白球 1 个黑球 一箱 1 个白球 99个黑球; 假定一个盒中黑球和白球两种球的数目之比 ;估计 只需在 和 之间作出选择. ;1. 似然函数;进行一次具体的抽样之后， (X1, X2, …, X n ) 得到一组观察值 (x1, x2, …, x n )。是一组确定的数，把它们代入上式，则;2.极大似然法;3、极大似然估计（离散型总体）的步骤 ;极大似然估计（连续型总体）的步骤 ;下面举例说明如何求参数的极大似然估计。;试求参数p的极大似然估计量 ;故似然函数为;似然函数为：;例4：;例5：;例6：;极大似然法求估计量的步骤：(一般情况下);例7：;点估计; 第二节 点估计的优良性准则 ;2.1 无偏性 ; 例1：设总体X 有期望 EX=? 与方差 DX=? 2，? 与? 2 都未知。 样本(X1, X2, …, X n)来自 X，试证： (1) 样本均值 是总体均值?的无偏估计； (2) 样本方差S2是? 2的无偏估计； (3) 样本标准差S不是标准差? 的无偏估计； (4) B2不是? 2的无偏估计。; ???2：设总体X 的期望值 EX=?未知，方差 DX有限， 样本 (X1, X2, …, X n)来自 X，试证：;2.2 无偏估计的有效性 ; 解：DX1=DX=? 2 ;2.3 一致性（相合性）; 引言;;也就是说，我们希望确定一个区间，使我们能以比较高的可靠程度相信它包含真参数值.; 一、区间估计的基本概念 ;; 一旦有了样本，就把 估计在区间;区间估计: ;在求置信区间时，要查表求分位点.; 标准正态分布的临界值（? 分位点） ; ?2分布的临界值（? 分位点） ;;;枢轴变量法求置信区间;三、正态总体未知参数的区间估计（枢轴变量法） ;(2) ? 2未知;例1：从大批灯泡中随机地抽取5个,测得寿命为(单位: 小时)： 1650, 1700, 1680, 1820, 1800，假定灯泡寿命X~N(? , 9)， 求这批灯泡平均寿命的区间估计 （? = 0.05）。 ;例2 ：从大批灯泡中随机地抽取5个,测得寿命为(单位: 小时)： 1650, 1700, 1680, 1820, 1800，假定灯泡寿命X~N( ?, ? 2)， 求这批灯泡平均寿命的区间估计 （? = 0.05）。 ; 2、方差的区间估计 ;(2) ? 未知 ;查 ? 2 分布表得 ? 20.025(5)=12.833， ? 20.975(5)=0.831。 所以，得方差的区间估计为 [0.055 , 0.842]。;1、均值差? 1 -?2的区间估计 ;;解：由? = 0.1，查标准正态分布表得 U?/2=U0.05=1.645 因 n1=10，n2=12, ?12=25, ?22 =36，所以，;(2) ? 12 ,,=?22= ?2 ,但?2未知 ;解：由抽样的随机性可推知样本灯泡相