ch4#x2d;5统计估计方法.pptxVIP

什么是参数估计？参数是刻画总体某方面概率特性的数 量.当此参数未知时，从总体中抽出一个拝 本，用某种方法对这个未知参数进行估计就 是参数估计.例如：X ~ N（卩，子）若入02未知，通过构造样本覊，给出它们€估计值或取值范围就是参数估计的内容.点估计 区间估计网 祁國 ，回三-三二二-三三二_r参数的点估计(point estimate )?矩估计法X],X?，…,X〃是来自总伽的一个样才1 n根据辛钦大数定律—￡x：亠-EX*n TT用样本的A阶矩作为总体左阶矩的估计量， 建立含有待估参数的方程，从而解出待估参 数.祁国?最大似然估计（极大似然估计）费歇（KMer ）1912 年思想方法：一次试验就出现的事件有较大的概率.—引例：设有外形完全相同的两个箱子，都装有100 个球 甲箱：10个黑球，90个白球乙箱：10个白球，90个黑球今随机抽取一箱，然后从这箱中任取一球，发 现是白球，问它最可能取自哪箱？■函祁国答：甲箱.三三三二三一二-一二二三最大似然估计法的直观想法：选取0作为 参数。的估计量，使得0 = 0时，观察结果出现 的可能性最大离散型总体设X], 乂2,…,X,,是来自总爾的样本P（X = x） = P（x; 6} 则样本取观测修1，易广次〃）的概率为P（X] = x^X2 = x2,- ?— xn）二 P（X = x,）P（X2 =x2） P（Xn = x〃）p（X|；o）p（x2；o）???p（x〃渺）称其为样木的似然函数X。）祁国2.连续型总体设X|,X2，…，X”是来自总俄的样本X?，(X；。) 则样本在点(Xi，..Fn)的邻域内取值的概率近似值P{X1 — Ax】v X] v X], ? ?心— X〃 xn} = P{X[-AX] X] X]}???P{x〃-vX〃 x〃} q /(Xi; 6)Ar1/(x2;6)Ax2 ? ? ? f(xn 泌)Ax〃 =lf 31 ； 9)/(x2 ; 6) f(xn; 6)] [Ar, Ar2 ? ? AxJ 则样本的似然函数L{e)= /(xt; O)f(x2; . f(xn;网 祁國 画回■ Z 使似然函魏=以。＞达到最大值斷二 二称为。的最大似然估计值.而相应的统计—（X1，X2,…,x〃 W潇为＜9的最大似然估计量.——因此，求最大似然估计的问题就归结为求最 大值的问题.T ?。必须满足二似然方程￡a（0） = O,或者au对数似然方』111￡伊）=0dO函祁国:求最大似然估计的步骤：? （1）写出似然函数L的表达式.Z （2）解对数似然方程《1（。） = 0 . dOZ解出少即为。的最大似然估计若似然函数形式为剛,..也）则需要求解对数似然方程组.in c3*务1但崗,???,4）=0—J.aUj■二解岀0即为司?的最大似然估计函祁国1. 0-1分布设X服从参数为p的0-1分布，求p的最大似然估计.解：P(X = x) = p\l-p){-x x = 0,l p:待估参数—L = L(xl,x2^xn;p) = YlpXf(l-p)l~Xi1=1三二= pi=i (1-p) /=1 /!、Xxi ln +v=i丿( n \n~XXi ln(l-P)ki=l 丿ln￡ =套國 祁國 南回三三三二-m三—Al-3=1 丿 pd\nLdp11-p 令 dML = 0dp〃-以1=1丿￡x,?（1 —〃）—孔—￡况 p = Q\i=l 丿k 1=1 71 nP= lLxi=x. 2.泊松分布 X?P(/l)? P(x;Q = 4e 九 x = 0,l,2,A0待估参数nA1 i=l ‘一广讥?5，?，W）购一n诫！1=1nn nln￡= ^xzln A-^lnx^-nA=1 1=1d\nL 1 二----=—X x； - n令呀=。祁国3.指数分布X ?Exp(A)x ?了3；/1)=x 04 0待估参数0kx0P(x;2)=人 e-Axnnm)=fr/=1i=inln￡ = wlnZ-zl^Xyf=ld In L nV /y Cn令di=0dX A;=1(UA = —^—=Ini=iX网 祁國 ，回4.正态分布X?NWS、[ Qif(x;Ju,cr2) = -j=^e 件[ _ (-y-//)2f (x; jLi^ 3) = .----e 2$ = cr2 0yjljrS〃 ]以 Xl，X2，…,X；0) = 口丁姦n=(2兀)2 5 u 1 nln￡ = --ln2^--ln^- — X(^ -Z^)z2 22o ；=iI网I祁国n n n nlnL =-尸 2〃 二 InA 話甲—）牛虹必x—） = 0O