5.2--参数的最大似然估计与矩估计.ppt

§5.2 参数的最大似然估计与矩估计 一、最大似然估计的基本思想 二、求最大似然估计量的步骤 三、最大似然估计的性质 矩估计法 . 思考题 * * 是在总体类型已知条件下使用的一种参数估计方法 . 1.了解最大似然估计法的基本思想； 2. 熟练使用最大似然法估计未知参数. 先看一个简单例子： 一位同学与一位猎人一起外出打猎 . 一只野兔从前方窜过 . 只听一声枪响，野兔应声倒下 . 是谁打中的呢？ 如果要你推测， 只发一枪便打中,猎人命中的概率一般大于这位同学命中的概率. 看来这一枪是猎人射中的 . 一次试验就出现的 事件有较大的概率 似然函数： 最大似然法的思想 选择适当的? = ,使 取最大值, 即 对数似然方程 例1 设总统X的概率分布为 (1)似然函数为 估计量的评选的三个标准 无偏性 有效性 相合性 常用构造估计量的方法: 3. 最小二乘法 4. 贝叶斯方法 …… 1. 最大似然估计法 2. 矩估计 (1)似然函数为 (1)似然函数为 例4 设X1,X2,…Xn是取自总体X的一个样本 (1)似然函数为 ——不变性 1.待估参数的最大似然估计值可能不存在, 也 可能不惟一. 无驻点,考察边界上的点. 最大似然估计法也适用于分布中含有多个未知参数的 情况： 对数似然方程组 (1)似然函数为 易见 a 越大, b 越小, L 越大. (1)似然函数为 矩估计法的方法要点： 假设总体X中的待估参数有l个： 另设总体X的k阶原点矩EXk存在, 记为 矩是描述随机变量的最简单的数字特征。样本矩一定程度上也反映了总体的特征，用样本矩来估计与之相应的总体矩的方法，称为矩估计法。 便是待估参数 的矩估计量。 例1 设总体X有分布律 X 1 2 3 ? 其中? ∈(0,1)为待估参数。又设(X1, X2, …, Xn)为总体X的样本,试求?的矩估计量，并就样本值(3, 1, 2, 2, 3, 2), 求?的估计值。 解 由于 于是，待估参数?的矩估计量为 对给定样本值可得?的矩估计值为 本例说明，总体均值和总体方差的矩估计与总体的分布无关 。 例4 设总体X服从(a, b)上的均匀分布, 其中a, b 未知. 试求a,b的矩估计。 解：由于 故 于是，由 解之，得 分别为a，b的矩估计。