华东理工大学 概率论课件 18C61-2点估计33.ppt

极大似然估计法 （2）有效性 （3）相合性（一致性） 6.1 点估计 用样本估计总体的分布是数理统计的主要任务之一。 （1）当总体分布未知时，估计总体的方法称为非参数估计， 如：频率直方图，样本分布函数等。 （2）当总体分布已知时，只需对其中一些未知参数作出 估计，这种估计总体的方法称为参数估计， 6.1.1 矩法估计 (用样本矩代替总体矩) 辛钦大数定理 即 由辛钦大数定理： 注意：（1）总体矩一般与参数有关 （2）方程个数m=待估参数个数 矩法估计 所求矩估计为 注意：期望、方差的矩估计没有涉及总体的分布。 已知分布类型，参数未知。求参数的矩估计。 矩估计的优缺点 优点：计算简单。 缺点： （1）总体的矩不一定存在。故矩估计不一定可行。 （2）可能会有不同的矩估计。 规定：尽量使用低阶矩。 （3）可能会得到不合理的解。 例3中， 不合理。 1、极大似然思想 有两个射手，一人的命中率为0.9,另一人的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？ 一般说，事件A发生的概率与参数???有关，?取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|?).若A发生了，则认为此时的?值应是在?中使P(A|?) 达到最大的那一个。这就是极大似然思想 1.设总体X为离散型随机变量，它的分布律为 现有样本观察值x1,x2,…xn,,其中xk取值于{ak,k=1,2…} 问：根据极大似然思想，如何用x1,x2,…xn估计q? 根据极大似然思想, ?值应是在?中使P(A|?) 达到最大的那一个,也就是使 样本联合分布律 最大. 2. 设总体X为连续型随机变量，概率密度f(x;q) 现有样本观察值x1,x2,…xn, 问：根据极大似然思想，如何用x1,x2,…xn估计q? 根据极大似然思想, ?值应是在?中使P(A|?) 达到最大的那一个,也就是使 样本联合密度最大. 3、似然函数与极大似然估计 为该总体的似然函数。 定义：若有 使得 则称 为?的极大似然估计.记为 3、求极大似然估计的步骤* (1) 做似然函数 (3) 列似然方程, 令 若该方程有解，则其解就是 (2) 做对数似然函数 6.2 衡量点估计好坏的标准 （1）无偏性 对应的密度函数为 从而