概率统计18估计量的评选标准教学设计.docxVIP

《概率统计 II 》教学设计 估计量的评选标准 估计量的评选标准 【教学题目】 § 4.2 估计量的评选标准 【教学目的】 根据《教学大纲》要求和学生已有的知识基础和认知能力，确定以下教学目标：理解并 掌握估计量的评选标准（无偏性、有效性） ，会验证估计量的无偏性和有效性。 【教学思想】 1、估计量的评选标准来自于现实问题的需求，是判定点估计量优劣的重要手段，无偏 性保证无系统误差、有效性保证结果稳定， 体现了理论与实际之间的联系。 2、“以教师为主导、以学生为主体”引导学生主动学习、思考，并通过实际问题案例的 分析及应用， 达到教会学生使用估计量的评选标准来选择参数估计量的目的， 体现“授人以 渔”。 【教学分析】 1、本次课主要包括以下内容： 1）回顾矩估计法和最大似然估计法，分析引例； 2）估计量的评选标准定义； 3）评选标准的应用。 2、重难点分析： 无偏估计量的直观含义是： 估计量 ?的数学期望与参数 的真值相同。 即 ?在历次试验 或观察中的观测值总是围绕 的真值摆动， 但这些历次的观测值平均起来等于 的真值。 在 无偏估计量中， 方差越小的估计量越有效 。当样本容量充分大时， 才显示出优越性，在实际 生活中常常使用无偏性和有效性这两个标准。 因此，理解估计量的无偏性、 有效性、一致性 定义为本次课的重点。 评选标准的难点在于其应用，即验证估计量的无偏性和有效性。 【教学方法和策略】 黑板板书结合 PPT演示，采用启发式、 提问式教学， 引入一个上节求矩估计和极大似然 估计的例题， 对总体的同一参数通过不同方法得到两个不同的估计量， 先从特殊到一般， 步 步设问，再从一般到特殊，利用实例引导学生主动思考，达到理解并掌握知识点的目的。 【教学安排】 引入（ 2 分钟）： 2 引例： 考察某模具厂的产品误差 X，已知 X 服从正态分布 N（ μ，σ），其中 μ为未知 参数， X1，X2， X3 是取自 X 的样本。我们发现，不同的方法，可以对参数 μ 产生不同的估计量： 1） 2）  1 1 X1 1 X 2 1 X3 3 3 3 2 1 X1 2 X 2 1 X 3 4 4 4 1 《概率统计 II 》教学设计 估计量的评选标准 （ 3） 3 1 X1 3 X 2 1 X 3 5 5 5 同一个未知参数， 可以有三个不同的估计量。 那么采用哪一种估计量为好呢？如何比较这些估计量的优劣？ 通过提问引导学生对其推广到一般情况的思考（由特殊到一般） ： 1、对总体的同一个未知参数，采用哪一种估计量好？ 2、评价估计量的标准是什么？ 利用对 1、 2 问题的回答，引出估计量的三个评选标准 - 无偏性、有效性、一致性。 教学内容（ 15 分钟）： 1．无偏性 设 ? ?( X 1 ,X 2, , X n )为未知参数 的估计量，若： ? 则称 ? ?( X 1 ,X 2, , X n ) 为参数 的无偏估计量 。记 E ? bn 称 bn 为估计量 ?( X 1 , X 2, , X n ) 的偏差 。若 bn 0 ，则称 ?为 的有偏估计量。 无偏估计量的直观含义是：估计量 ?的数学期望与参数 的真值相同。 再回到引例 设 X 1 , X 2 , X 3 为取自总体 X 的样本 , 验证那三个估计量的无偏性： 解 E( ?1 ) E(1 X1 1 X2 1 X 3) ( 1 1 1 )EX, 3 3 3 3 3 3 E( ?2 ) 1 2 1 1 , ( 4 - )EX 2 4 4 E( ?3 ) (1 3 1 )EX , 5 5 5 所以 ?2 是有偏估计量，排除；但是， ?1 , ?3 均为 的无偏估计量，无法取舍，引出有效性。 （一个参数有多个无偏估计量， 估计量的无偏性只保证了估计量的取值在参数真值周围波动 , 但是波动的幅度有多大呢 ?自然的 , 我们希望估计量波动的幅度越小越好 , 幅度越小 , 则估计 量取值与参数真值有较大偏差的可能性越小 , 而衡量随机变量波动幅度的量就是方差） 这样就有了我们下面要介绍的有效性的概念. 2．有效性 ? ? 的两个无偏估计量，若 设 1 与 2 是未知参数 D ?1 D ?2 则称 ? 较 ? 有效。 1 2 再回到引例 设 ( X 1 , X 2 , X 3 ) 为取自总体 X 的样本 , 验证下面估计量的有效性性： 2 《概率统计 II 》教学设计 估计量的评选标准 解 因为 ? 1 1 ) D (X 1 X 1 3 3 = 1 DX1 1DX 9 9  2 1X 3 ) 3 1 1 2 2 9 DX 3 3 D( ?3 ) D( 1 X1 3 X 2 1 X3 ) 5 5 5 = 1 DX 1 9 DX 2