概率论与数理统计：第8章 参数估计1.pptVIP

??? 一方面 随 减小而增大，另一方面 必须满足 ，否则 ，它不会是最大值。于是，使 最大的 应该满足 (i) 尽量小； (ii) ，对一切 这表明当 时， 达到最大值。因此， 的极大似然估计量为 。 如果我们有了一组样本观测值 0.1 0.2 0.2 0.2 0.5， 那么 的极大似然估计值为0.5。 ???? 按例8.2中的结果， 的矩估计值为 。 ???? 可以看出，这个矩估计值明显地不合理，因为X的值域为 。既然已经知道有一个样本观测值为0.5，那么 必定不小于0.5。 例8.9 为了估计鱼塘内鱼的条数 ，第一次从塘内捕捞起 条，做上记号后放回塘中；然后再从塘中捕捞起 条，结果发现有 条标有记号。自然会猜测，塘内有鱼 条 这个方法蕴含了极大似然估计法的思想。 设X表示第二次捕捞起t条鱼中带有记号的条数。总体X服从超几何分布， 其中未知参数为正整数 。从总体X中抽取大小为1的样本 似然函数为 其中， 与 无关。 ???? 直接计算得到 于是，当 时, ?? ??当 时， ? ??? 当 时， 这表明， 的极大似然估计为 这个例子也说明极大似然估计的不唯一。 矩法与极大似然法是两种不同的估计方法。对同一未知参数，有时候它们的估计相同，有时候它们的估计不同。一般在已知总体X的分布类型时，最好使用极大似然估计，当然，先决条件是通过解方程(或方程组)或其他方法较易得到极大似然估计。 * 第八章 参数估计 根据样本所提供的信息对未知的总体分布的某些值作统计推断是数理统计的基本内容之一。统计推断的形式有两大类—估计与检验。 §8.1 参数估计问题 在数理统计中，总体X的分布永远是未知的，因而X的数字特征往往也是未知值，这些未知值通常称为参数。 ???? 为了强调参数的未知性，常常冠上“未知”两字，称为未知参数。应当指出，数理统计中参数这个概念与概率论中的参数是有区别的。当总体 时，只有 与 都未知的情况下， 与 才都是参数。 如果 已知而 未知，那么， 便不是参数，因为 是一个已知值。但是，X的二阶原点矩 却也是参数，因为它是一个未知值。 有一类未知参数应该引起特别的重视，它们是标记总体分布的未知参数。 ???? 例如：已知总体 ，其中p未知，这个p便是标记总体分布的未知参数，这类未知参数通常称为总体参数。当总体X的分布类型已知时，总体分布的未知因素就集中体现在总体参数上。 标记总体分布的总体参数可以不止一个。例如，当 与 均未知时，正态总体 中有两个总体参数 与 。 总体参数虽然是未知的，但是它的可能取值的范围却是事先(抽样前)可以知道的。称总体参数的取值范围为参数空间，记作 。例如，已知 ， 未知。 是总体参数，参数空间 。 ???? 又如，已知 ， 与 均未知。参数空间 ， 这是