2020概率论复习一.pptVIP

二 . 参数的点估计量的方法 求参数点估计量的方法有 矩估计法 (ME) 与 极大 似然估计法 (MLE) 。 ? ? ? ? 计算矩估计量步骤： 1. 求总体的各阶原点矩； 2. 解出要求参数； 3. 替换，用样本原点矩替换总体原点矩 ? ? x 0 ? x ? 1 例 2 设总体 X 的概率密度为 p ( x , ? ) ? ? ? 0 其它 ? ? 1 其中 ? 为未知参数，且 ? 0 ，试求 ? 的矩估计 . 解 ? 1 ? EX ? ? xp ( x ) dx ? ?? ?? ? 1 ? ? 1 ? ? 1 , ? ? 1 ? ? ? ME X ? 1 ? X 2 、极大似然估计法 求极（最）大似然估计量的步骤 : ( 一 ) 写出似然函数 L ( ? ) ? L ( x 1 , x 2 , ? , x n ; ? ) ? ? p ( x i ; ? ) i ? 1 n 或 L ( ? ) ? L ( x 1 , x 2 , ? , x n ; ? ) ? ? f ( x i ; ? ) ; i ? 1 n ( 二 ) 取对数 n i ? 1 ln L ( ? ) ? ? ln p ( x i ; ? ) 或 ln L ( ? ) ? ? ln f ( x i ; ? ) ; i ? 1 n d ln L ( ? ) d ln L ( ? ) 对数似 ( 三 ) 对 ? 求导 , 并令 ? 0 , 然方程 d ? d ? ? . 解方程即得未知参数 ? 的最大似然估计值 ? 例 8 设 X 1 , … ,X n 为取自参数为 ? 的指数分布的总体的 样本， a 0 为一给定实数，求 ? 的极大似然估计 . 解 : L ( ? ) ? ? p ( x i ; ? ) ? ? ? e i ? 1 i ? 1 n n ? ? x i ? ? e n ? ? ? x i i ? 1 n log L ( ? ) ? log ? e 令 n ? ? ? x i i ? 1 n ? n log ? ? ? ? x i i ? 1 n n d [log L ( ? )] n ? ? ? x i ? 0 d ? ? i ? 1 n ? 1 ? ? ? n ? ? ? X x ? i i ? 1 ? ? p ? 1 ? e a ? X 第三节 估计量的评价标准 一、问题的提出 二、无偏性 三、有效性 四、一致性 五、小结 二、无偏性 ? ? ? ? ( X , L , X ) , 统计量满足 E ? 定义 ? ? ? 称 ? ? , 1 n ? ^ ? lim E ? ? ? , 称 ? 为 ? 的无偏估计 (UE). 若 n ?? 为 ? 的渐近无偏估计（ AUE ）。 三、有效性 ? 1 ? ? ? 1 ( X 1 , X 2 , ? , X n ) 与 ? ? 2 ? ? ? 2 ( X 1 , X 2 , ? , X n ) 设 ? ? 1 ) ? D ( ? ? 2 ), 都是 ? 的无偏估计量 , 若有 D ( ? ? 1 较 ? ? 2 有效 . 则称 ? 第四节 区间估计 一、区间估计的基本概念 二、正态总体参数的区间估计 三、小结 一、区间估计的基本概念 1. 双侧 置信区间的定义 设总体 X 的分布函数 F ( x ; ? ) 含有一个未知参 数 ? , 对于给定值 ? (0 ? ? ? 1), 若由样本 X 1 , X 2 , ? , X n 确定的两个统计量 ? ? ? ( X 1 , X 2 , ? , X n ) 和 ? ? ? ( X 1 , X 2 , ? , X n ) 满足 P { ? ( X 1 , X 2 , ? , X n ) ? ? ? ? ( X 1 , X 2 , ? , X n )} ? 1 ? ? , 则称随机区间 ( ? , ? ) 是 ? 的置信度为 1 ? ? 的置信区 间 , ? 和 ? 分别称为置信度为 1 ? ? 的双侧置信区间 的置信下限和置信上限 , 1 ? ? 为置信度 . 3. 求双侧置信区间的一般步骤 ( 共 3 步 ) ( 1 ) 寻求一个样本 X 1 , X 2 , ? , X n 的函数 : Z ? Z ( X 1 , X 2 , ? , X n ; ? ) 其中仅包含待估参数 ? , 并且 Z 的分布已知 且不依赖于任何未