概率论和数理统计浙大四版 第七章 第七章2讲.pptVIP

第二节 估计量的评选标准 首先回顾上一节的内容，主要介绍了点估计的两种方法：矩估计和极大似然估计。矩估计的具体做法是： 设总体的分布函数中含有k个未知参数 都是这k个参数的函数,记为： ,那么它的前k阶矩 一般 i=1,2,…,k 从这k个方程中解出 j=1,2,…,k 那么用诸 的估计量 Ai分别代替上式中的诸 , 即可得诸 的矩估计量 ： j=1,2,…,k 求极大似然估计的一般步骤是： (1) 由总体分布导出样本的联合概率函数 (或联合密度); (2) 把样本联合概率函数(或联合密度)中自变 量看成已知常数,而把参数 看作自变量, 得到似然函数L( ); (3) 求似然函数L( ) 的最大值点(常常转化 为求ln L( )的最大值点) ，即 的MLE; 下面看上一节的例3： 例3 设X1,X2,…Xn是取自总体X的一个样本 其中 0,求 的矩估计. 解得 而 是极大似然估计。显然二者是不同的估计量。 从例3可以看到, 对于同一个参数, 用不同的估计方法求出的估计量可能不相同. 而且, 很明显, 原则上任何统计量都可以作为未知参数的估计量. (1)对于同一