过期课件重发概率第8次.pptx

设随机变量ξ与η相互独立，且都服从正态和分布N(0,32),而分别是总体ξ与η的一个样本,则统计量服从什么分布?解:又:现在我们来介绍一类重要的统计推断问题 参数估计 在参数估计问题中，假定总体分布形式已知，未知的仅仅是一个或几个参数. 参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数或者参数的某些函数.估计新生儿的体重估计废品率估计降雨量估计湖中鱼数… …设有一个统计总体，总体的分布函数为 F(x, )，其中 为未知参数 (可以是现从该总体抽样，得样本向量) . 作出估计，或估计要依据该样本对参数的某个已知函数.参数估计问题的一般提法X1,X2,…,Xn点估计这类问题称为参数估计.区间估计（假定身高服从正态分布 ） 现从该总体选取容量为5的样本，我们的任务是要根据选出的样本（5个数）求出总体均值 的估计. 而全部信息就由这5个数组成 .估计 为1.68，估计在区间[1.57, 1.84]内，假如我们要估计某队男生的平均身高.设这5个数是:1.65 1.67 1.68 1.78 1.69这是点估计.这是区间估计.例1 已知某地区新生婴儿的体重X~据此,我们应如何估计和呢?二、点估计概念及讨论的问题.…随机抽查100个婴儿得100个体重数据10,7,6,6.5,5,5.2, …而全部信息就由这100个数组成.我们知道,服从正态分布用样本体重的均值类似地，用样本体重的方差.由大数定律, 样本体重的平均值自然想到把样本体重的平均值作为总体平均体重的一个估计.用于估计总体中的未知参数(一).估计量与估计值它们是估计量.估计量:记为:是样本的函数,它是随机变量.估计量的分布,即:抽样分布;利用某一样本观测值计算所得的估计量的值,即估计值:它是具体的数.(二). 矩估计法 它是基于一种简单的“替换”思想建立起来的一种估计方法 .用相应的样本矩去估计总体矩的估计方法就称为矩估计法.大数定律 理论依据: 是英国统计学家K.皮尔逊最早提出的 .是X的一个样本.矩有原点矩与中心矩:原点矩:指随机变量k次幂的数学期望1阶原点矩2阶原点矩设X是总体,称为总体X的k阶原点矩;称为样本的k阶原点矩.是指随机变量 离差 的k次幂的数学期望是X的一个样本.中心矩:2阶中心矩.设X是总体,称为总体X的k阶中心矩;称为样本的k阶中心矩;例:某灯泡厂某天生产了一大批灯泡,从中抽取了10个进行寿命试验,得数据如下(单位:小时) 1100 1080 1120 1040 1130 1300 1200问该天生产的灯泡平均寿命大约是多少?计算出样本的均值:解:=1147该天生产的灯泡的平均寿命大约1147小时. 例: 设总体X的概率密度为其中是未知参数,X1,X2,…,Xn是取自X的样本,求参数 的矩估计. 的矩估计量.即为解:由矩法,从中解得 例3 设X1,X2,…Xn是取自总体X的一个样本.其中0,求 的矩估计.具有均值为 的指数分布.故 E(X- )= E(X)=即 D(X- )= D(X)=解:由密度函数知令解得 E(X)=即 D(X)=用样本矩估计总体矩其中未知,抽得样本观测值 求 的矩法估计值.例:已知某电话局在单位时间内收到用户呼唤 次数X服从泊松分布,即X的分布律为:得:解:由泊松分布可知:即:另:故: 矩法的优点是简单易行,并不需要事先知道总体是什么分布 . 缺点是，当总体类型已知时，没有 充分利用分布提供的信息 . 一般场合下,矩估计量不具有唯一性 . 其主要原因在于建立矩法方程时，选取那些总体矩用相应样本矩代替带有一定的随意性 .GaussFisher (二) 极大似然法 是在总体类型已知条件下使用的一种参数估计方法 . 它首先是由德国数学家高斯在1821年提出的 , 然而，这个方法常归功于英国统计学家费歇 . 费歇在1922年重新发现了 这一方法，并首先研究了这 种方法的一些性质 . 极大似然法的基本思想 先看一个简单例子：某位同学与一位猎人一起外出打猎 .一只野兔从前方窜过 .只听一声枪响，野兔应声倒下 .如果要你推测，是谁打中的呢？你会如何想呢? 例 设X~B(1,p), p未知.设想我们事先知道p只有两种可能:p=0.7或p=0.3.如今重复试验3次,得结果: 0 , 0, 0问:应如何估计p?p=0.3由概率论的知识, 3次试验中出现“1”的次数k=0,1,2,3估计出现出现出现出现 将计算结果列表如下：估计p值 P(Y=0)P(Y=1) P( Y=2)P(Y=3) 0