完整版7-1矩法估计.pptVIP

* 主讲教师: 王升瑞 概率论与数理统计 第二十讲 二、极大似然估计法 一 、矩估计法 第七章 参数估计 三、估计量的评选标准 四、置信区间 参数估计要解决问题: 总体分布函数的形式为已知, 需要确定未知参数。 但其中参数θ未知 时， 这类问题称为参数估计问题。 只有当参数θ 确定后， 才能通过密度函数计算概率。 对于未知参数， 如何应用样本 所提供的信息去对其一个或多个未知参数进行估计。 参数估计是对已知分布类型的总体， 参数估计 点 估 计 区间估计 矩 估 计 极大似然估计 参数估计可作如下划分 利用样本对其未知参数作出估计 参数估计： 点估计:估计θ的具体数值; 区间估计:估计θ的所在范围. 点估计问题： 构造一个适当的统计量 用它的观察值 来估计未知参数θ. 称 为θ的估计量， 为θ的估计值. 第七章 第一节 矩 估 计 法 二、常用分布参数的矩估计 一 、矩估计法原理 一 、矩估计法原理 ,其中 是待估参数. 对于来自总体X的一组样本, 也是随机变量。 而且 称为样本的k阶原点矩，特别地： 称为一阶原点矩，即样本均值； 称为二阶原点矩。 设总体X的分布函数为 也是随机变量， 矩估计步骤： 连续型 离散型 解出矩估计量： 矩估计值： 例1 设总体 θ未知， 求θ的矩估计量。 是来自总体X的一个样本， 解 总体X的数学期望 由大数定理，样本均值 则有 下面我们通过一个例子说明矩估计法的思想。 可作为总体EX的近似，令 即 若有5个样本值： 得 则θ的矩估计值为： 例1 设总体 θ未知， 求θ的矩估计量。 是来自总体X的一个样本， 解 由均匀分布的数学期望和方差有 样本二阶原点矩A2作为总体二阶原点矩E（X2）的 因此得到θ的二阶矩 我们还可以用二阶原点矩估计θ的值。 近似，令 估计量 由具体的样本值得： 则θ的二阶矩估计值为： 可见， 用不同阶数的原点矩进行估计， 因为大家都是估计， 所得的估计结果是不一样的， 用不同的估计方法得到不同的估计结果是完全正常的。 而对于θ的真值也许永远无法知道。 例2　设总体X 的概率密度为 解 即 是未知参数, 其中 X1,X2,…,Xn是取自X 的一组样本,求参数α的矩估计量. 由 ，则 从而α的矩估计量 θ是未知参数，X1，X2，…,Xn，是X 的一组样本， 解 设总体X的概率密度为 解得 例3 求θ的矩估计量. 下面我们通过几个例子说明利用矩估计法求 未知参数的过程。 二、常用分布常数的矩估计法 所以参数 p 的矩估计量为 总体 X 的概率分布为 ： 是来自总体X的一组样本, 解： 由于总体 求参数 p 的矩估计量。 例1 设某炸药厂一天中发生着火现象的次数为X， 例2 解 λ未知，有以下样本值：试估计参数λ 注: 总体均值和方差的矩估计量与总体分布无关。 做矩估计时,也可用中心矩建立关于未知参数的 方程组， 因而矩估计不唯一。 例3 设 为X 的一组样本，求X 的数学 的矩估计量。 期望 解 其中 则 又 解得数学期望 的矩估计量分别为 任何分布的均值和方差的矩估计量的表达式都不变。 总结： 例如，若 为X 的一组样本，求 的矩估计量。 例4　设总体 解 将方程（1）代入方程（2）解得 其中θ＞0，μ与θ是未知参数，X1，X2，…,Xn， 解 设总体 X 的概率密度为 令 例5 是X的一组样本，求μ与θ的矩估计量。 有 注意到 DX = E ( X 2 )－( EX )2 令 则 而 是根据总体X的分布函数计算出来的, 估计参数, 一般会含有待 则k阶原点矩 (由大数定理) 令 从中解得 n个方程组 即为矩估计量。 根据大数定理，当n充分大时 利用样本矩代替总体矩， 从而得到待估计参数等式 的方法，称为矩估计法。 解 不合格品率 p 的矩估计量。 分析: 设总体X 为抽到的不合格产品数，相当于抽 因 E X = p, 故 p 的矩估计量为 设某车间生产一批产品，为估计该批产品不合格 (即出现不合格产品的频率). 例6 品率，抽取了n 件产品进行检查。 取了一组样本X1，X2，… ，Xn , 且