2020概率论与数理统计第七章参数估计.pptVIP

例 2. 设总体 X 服从参数 λ0 的泊松分布，求 参数 λ 的极大似然估计量。 例 3. 已知某产品的不合格率为 p , 有简单随机样本 X 1 , X 2 , … , X n ， 求 p 的极大似然估计量。 若抽取 100 件产品，发现 10 件次品，试估计 p. 例 4. 设 X 1 , X 2 ,…, X n 为取自总体 X~U ( a, b ) 的样 本 , 求 a, b 的极大似然估计量 . 回顾： 设 X 1 , X 2 ,… X n 是取自总体 X 的一个样本 ? ? ? ( ? ? 1 ) x , 0 ? x ? 1 X ~ f ( x ) ? ? 其中 0, ? ? 0 , 其它 ? 求 ? 的矩估计量和极大似然估计量 . 解： (1) 矩估计 E ( X ) ? ? ?? xf ( x ) dx ? ? 1 x ( ? ? ? ? ? 1 ?? 0 1) x dx ? ? ? 2 ? ? 1 ? ? ? ? 2 X ? 1 ? ? 2 X 1 1 ? X (2) 极大似然估计 L ( ? ) ? ( ? ? 1 ) ( ? x i ) n i ? 1 n ? n ( 0 ? x i ? 1 ) ln L ( ? ) ? n ln( ? ? 1 ) ? ? ? ln x i i ? 1 d ln L ( ? ) 令 ? 0 d ? ? ? 1 ? ? n ? ln x i i ? 1 n ? ? 2 ? ? 1 ? n ? ln x i ? 1 n i § 7.2 点估计量的评价标准 评价一个估计量的好坏，不能仅仅依据一 次试验的结果，而必须由多次试验结果来衡量 . 即确定估计量好坏必须在大量观察的基础上从 统计的意义来评价。 常用的几条标准是： 1 ．无偏性 2 ．有效性 3 ．一致性 一、 无偏性 ? ? 设 ( X 1 , ? , X n ) 是未知参数 ? 的估计量，若 ? E ( ? ) ? ? ? 则称 ? 为 ? 的无偏估计 . 二、 有效性 ? ? ? ? 设 ? 1 ? ? 1 ( X 1 , ? , X n ) 和 ? 2 ? ? 2 ( X 1 , ? , X n ) 都是参数 ? 的无偏估计量，若有 ? ) ? D ( ? ? ) D ( ? 1 2 则称 ? ? 1 较 ? ? 2 有效 . ? ? 如果对固定的 n , D ( ? 1 ) ? min( D ( ? )) ? ? 则称 ? 是 ? 的有效估计。 1 例 1 ：设 X 1 , X 2 , X 3 是来自某总体 X 的样本，且 E(X)= μ , 讨论 μ 的以下估计量的无偏性和一致性。 ? ? 1 2 X 1 1 1 ? 1 ? 3 X 2 ? 6 X 3 ? ? ? 1 3 X 1 1 2 1 ? 3 X 2 ? 3 X 3 ? ? 1 1 2 3 ? 6 X 1 ? 6 X 2 ? 3 X 3 例 2 ：设 X 1 , X 2 ,…, X n 是来自某总体 X 的样本，且 EX ? ? , DX 否是无偏估计。 ? ? 2 , 判断 ? , ? 2 的矩估计量是 三、 一致性 ( 相合性 ) ? ? ? ? ( X , ? , X ) 是参数 的估计量，若有 设 ? n n 1 n ? ? ? n 是参数 ? 的一致估计量 . 则称 切比雪夫大数定律 n 1 lim P (| ? X i ? ? | ? ? ) ? 1 n ? ? n i ? 1 设样本 X 1 , L , X n 来自数学期望 E ( X ) ? ? , 方差 D ( X ) ? ? 的总体，则 X 是 ? 的一致估计量。 2 伯努利大数定律 设总体为参数为 p 的 0-1 分布， X 1 , L , X n 为样本， 则 X 是 p 的一致估计量。 § 7.3 ? 置信区间定义： 设 θ 是 一个待估参数，给定 ? ? 0 , 若由样本 X 1 , X 2 ,… X n 确定的两个统计量 ? ? ? ? ? 1 ? ? 1 ( X 1 , X 2 , ? , X n ), ? 2 ? ? 2 ( X 1 , X 2 , ? , X n ) ? ? ? ? ? ? ? ? ) ? 1 ? ? ( ? 1 ? ? 2 ) 满足 P ( ? 1 2 ? , ? ? ] 是 θ 的置信度为 则称区间 [ ? 1 2 信区间 . 1 ? ? 的置 ? ? ? 1 和 ? 2 分别称为置信下限和置信上限 . § 7.4 ? 单正态总体四种类型的区间估计 1. 期望的区间估计 2 σ 已知时 μ 的置信区间 σ 2 未知时 μ 的置信区间 2. 求方差的区间估计 2 μ 已知时 σ 的置信区间 μ 未知时 σ 2 的置信