数理统计——参数估计.ppt

第六章 参数估计 §6.1 参数的点估计 §6.2 区间估计 §6.3 一个总体均值的估计 §6.4 一个总体方差与频率的估计; 数理统计的一类基本问题就是依据样本提供的信息，对总体的分布或总体分布的数字特征作出统计推断。统计推断涉及两类基本问题，一是估计问题，二是假设检验问题，本章介绍估计问题中参数估计的理论与方法。 设总体的分布函数为 ， 为未知参数， 为总体的样本， 为样本的一次实现。参数估计就是不论总体 的分布函数 已知还是未知，由样本对总体参数 或总体的某些数字特征作出估计的方法和过程。参数估计依据做结论的方式不同分为点估计和区间估计。 参数估计的基本理论可归纳为三个问题： 一是如何由样本为总体参数制定估计量，即估计量的制定；二是判定制定的估计量是否良好，即估计量优良性判定； 三是研究估计方法，寻找出估计的误差限和可靠性。;§6.1 点估计（Point Estimation） 样本 出发对总体参数 或总 体 的某些数字特征作出估计，首先要将样本中有关总体的信息加工提取出来，建立用于估计的统计量，把用于估计 总体参数 的统计量 称为 的估计量，简记为 ，制定合适的统计量后,若得到样本的一个实现 ，则可用 的实现 作为总体参数 的估计值。由于这种估计只获得 的一个近似值，称之为点估计或定值估计。因此点估计的关键是为总体参数 制定一个合适的估计量 。 制定估计量的方法很多，仅介绍矩估计法和极大似然估计法。;一、矩估计法（ME） 1.矩估计法的思想 由样本矩或样本矩的连续函数作为相应总体矩或总体矩的连续函数的估计量。 矩估计的思想得益于独立同分布R.V.序列的大数定律。设总体 的 阶矩 存在， 是抽自总体的 ，则由大数定律知; Def 以样本矩作为相应总体矩的估计量，以样本矩的连续函数作为相应总体矩的连续函数的估计量。这种估计量称为矩???计量，也称矩估计，矩估计量的样本实现称为矩估计值 2.矩估计的一般步骤 （1）建立待估参数与总体矩的关系式； （2）用矩估计法建立矩估计方程，解矩估计方程； （3）写出参数的矩估计量及矩估计值。 例6.1 设 是抽自正态总体 的 ，求参数 的矩估计量。 解：总体 ，则;所以 的矩估计量为 不论总体服从什么分布，只要 存在，则它们的矩估计量分别为 ; ; 例6.3 设总体X在[a , b]上服从均匀分布，其中a , b未知， 是来自X的样本 , 试求a , b的矩估计量。;于是a , b的矩估计量为 ;二、极大似然估计法（MLE） 极大似然估计法的思想来源于极大似然原理。 什么是极大似然原理呢？通过例子给出：某同学和一位猎人一起外出打猎，只听一声枪响，野兔应声倒下。要你推测，你觉得是谁打中的？我们会想， 只用了一发子弹便 打中，猎人命中的概率一般大于该同学命中的概率，看来这一枪应该是猎人打中的。 极大似然原理：如果一个随机试验 的所有可能结果 为 ，在一次试验中，结果 出现，则 随机试 验 的条件对 结果 出现更为有利，即认为 出现的概率最大。; MLE的基本思想：选取 作为 的估计值，使当 时，样本实现出现可能性最大，这种估计值称为极大似然估计值，相应的估计量称为极大似然估计量。 MLE要