哲学方法论系列文库：点估计法.pdfVIP

哲学方法论系列文库—— 点点估估计计法法 哲学是人类文化结晶， 方法论在哲学中占有重要地位。 本文提供 “点估计法” 现代视点解读，以供大家了解。 点点估估计计法法 点估计分为参数点估计与非参数点估计两类。 在参数点估计中，设总体 分布类型是已知 ，仅有 有限个未知 参数，记作θ(可以是向量) 。 设x 1，…，xn是来自总体 容量为n 样本。 点估计问题就是要构造一个统计量T(x 1，…，xn)作为 θ 已知函数g(θ) 估计量，使得当我们得到了样本 x 1，…，xn 观察值(x 1，…，xn)时，便可以计算出 T(x 1，…，xn)，作为g(θ) 估计值。 非参数点估计与参数点估计 不同之处在于，对总体 分布类型不事先做出假定，目 仍然是通过样本来 估计总体 某种特性。 比如要估计总体 均值、方差、容许限(to1erance 1imits)等。 参数点估计常用 估计方法有矩估计法、极大似然估 计法、最小二聚法、贝叶斯方法等(见各有关条目) 。 非参数点估计常常利用顺序统计量。 例如，如果要估计总体分布 p分位数，在总体分布类 型未知 情形下，样本p分位数就是一个较好 估计 量。 对于同一个估计问题，可以有一个以上 估计量。 这样，在估计量之间就存在着优劣问题。 例如，设总体服从(0 1，θ2)上 均匀分布，θi，i= 1， 2 ，是未知参数，x 1，…，xn为来自该总体 独立随机 样本。 显然总体 数学期望为，它 矩估计为，而它 极大 似然估计则为，其中x(1)=min ｛x 1，…，xn ｝， x(n)=max ｛x 1，…，xn ｝。 在数理统计中提出了若干准则来评定估计量 优劣。 如无偏性、最小方差性、相合性、不变性、可容许 性、渐近正态性、稳健性等。 前例中 两个估计量与同为 无偏估计，但在 所有 无偏估计中， 方差最小，即它是最小方差无偏估 计，而则不是。