概率论与数理统计完整章节课件.pptVIP

例7：设X1， … ， Xn为取自参数为?的指数分布 总体的样本，a0为一给定实数。 求p=P{Xa}的极大似然估计 注3：由似然方程解不出?的似然估计时，可由定义通过分析直接推求。事实上 满足 例8：设X1， … ， Xn为取自 U(0,?) 总体的样本， ?0未知，求参数? 的极大似然估计。 5.2 估计量的评选标准一、一致性 例1.设 已知0p1,求p的极大似然估计，并讨论所求估计量的一致性。 二、无偏性 易见 考察?的矩估计和极大似然估计的无偏性 三、有效性 EX:设 分别为取自总体X的容量为n1,n2的两个样本的样本均值，求证：对任意实数a0,b0,a+b=1 统计量 都是E（X）的无偏估计，并求a,b使所得统计量最有效 5.3 区间估计一、概念 定义： 设总体X的分布函数F(x；?)含有未知参数?，对于给定值?（0 ?1),若由样本X1, …, Xn确定的两个统计量 使 则称随机区间 为?的置信度为1??的置信区间 注：F(x;?)也可换成概率密度或分布律。 5.4 正态总体参数的区间估计 1、?2已知 ?/2 ?/2 1-? 可取 (1-?)? ?? 1-? ?的置信度为1??的置信区间为 注：?的1??置性区间不唯一。 都是?的1??置性区间.但?=1/2时区间长最短. 求正态总体参数置信区间的解题步骤： (1)根据实际问题构造样本的函数，要求仅含待估参数且分布已知； (2)令该函数落在由分位点确定的区间里的概率为给定的置信度1??，要求区间按几何对称或概率对称； (3)解不等式得随机的置信区间； (4)由观测值及?值查表计算得所求置信区间。 P152,27 (1)解: ?已知时,?的置信度为1??的置信区间为 这里 2、?2未知 m的1-a置信区间为 1-? 即得 P152,27 (2)解: ?未知时,?的置信度为1??的置信区间为 这里 4.性质：((p124) a.分布可加性 若X ~ ?2(n1)，Y~ ?2(n2 )， X， Y独立，则 X + Y ~ ?2(n1+n2 ) b.期望与方差 若X~ ?2(n)，则 E(X)= n，D(X)=2n 1.构造 若?~N(0, 1), ?~?2(n), ?与?独立，则 t(n)称为自由度为n的t—分布。 二、t—分布 t(n) 的概率密度为(p125) 2.基本性质: (1) f(t)关于t=0(纵轴)对称。 (2) f(t)的极限为N(0，1)的密度函数，即 3.分位点 设T～t(n)，若对 ?:0?1,存在t?(n)0， 满足P{T?t?(n)}=?， 则称t?(n)为 t(n)的上侧分位点 注: 三、F—分布　 1.构造 若?1 ~?2(n1)， ?2~?2(n2)，?1， ?2独立，则 称为第一自由度为n1 ，第二自由度为n2的F—分布,其概率密度为 2. F—分布的分位点 对于?：0?1， 若存在F?(n1, n2)0， 满足 P{F?F?(n1, n2)}=?， 则称F?(n1, n2)为 F(n1, n2)的 上侧?分位点； 证明:设F~F(n1,n2),则 注： 得证! 4.3 正态总体的抽样分布定理 证明: 是n 个独立的正态随机变量的线性组合,故服从正态分布 (3)证明: 且U与V独立,根据t分布的构造 得证! (P127) 例1：设总体X~N(10,32), X1， … ，Xn是它的一个样本 (1)写出Z所服从的分布;(2)求P(Z11). 例2：设X1， … ，X10是取自N（0，0.32)的样本,求 例3：设X1， … ，Xn是取自N（?,?2)的样本,求样本方差S2的期望与方差。 第五章 参数估计 点估计 估计量的评选标准 区间估计 正态总体参数的区间估计 5.2 5.1 点估计一、参数估计的概念 定义 设X1， … ， Xn是总体X的一个样本，其分布函数为F(x; ?), ???。其中?为未知参数, ?为参数空间, 若统计量g(X1， … ， Xn)可作为?的一个估计,则称其为?的一个估计量，记为 注：F(x;?)也可用分布律或密度函数代替. 若x1， … ， xn是样本的一个观测值。 由于g(x1， … ， xn) 是实数域上的一个点，现用它来估计?， 故称这种估计为点估计。 点估计的经典方法是矩估计法与极大似然估计法