随机数学复习宝典整理页所有方便打印.pptx

随机数学复习宝典整理页所有方便打印会计学第2页/共133页 例如估计新生儿的体重估计废品率估计降雨量估计湖中鱼数… …第3页/共133页点估计参数估计区间估计（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 .第4页/共133页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估计 为1.68，这是点估计.估计在区间[1.57, 1.84]内，这是区间估计.第5页/共133页第一节 参数的点估计一、点估计问题的提法二、估计量的求法三、小结第6页/共133页点估计问题的一般提法:第7页/共133页估计量的求法构造估计量的常用方法: (两种)矩估计法和最大似然估计法.第8页/共133页1.1 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 . 基本思想：用样本矩估计总体矩 ,用样本矩的连续函数来估计总体矩的连续函数. 理论依据: 大数定律第9页/共133页记总体k阶原点矩为样本k阶原点矩为记总体k阶中心矩为样本k阶中心矩为 用样本矩来估计总体矩, 用样本矩的连续函数来估计总体矩的连续函数, 这种估计法称为矩估计法. 设总体的分布函数中含有k个未知参数 一般,那么它的前k阶矩都是这k个参数的函数,记为：那么用诸 的估计量 Ai分别代替上式中的诸, 即可得诸 的矩估计量 ：第10页/共133页i=1,2,…,k从这k个方程中解出j=1,2,…,kj=1,2,…,k第11页/共133页 例2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)=第12页/共133页解:由密度函数知令解得 E(X)=即 D(X)=第13页/共133页用样本矩估计总体矩其中的矩估计.即为第14页/共133页 例3 设总体X的概率密度为是未知参数,X1,X2,…,Xn是取自X的样本,求参数 的矩估计.解: 数学期望是一阶原点矩总体矩由矩法估计,样本矩从中解得第15页/共133页例4解解方程组得到矩估计量分别为第16页/共133页上例表明: 总体均值与方差的矩估计量的表达式不因不同的总体分布而异.一般地,第17页/共133页例5解根据矩估计法,第18页/共133页例6解第19页/共133页解方程组得到a, b的矩估计量分别为第20页/共133页例7解第21页/共133页例8设总体X的分布密度为为来自总体X的样本. 求参数? 的矩估计量.一般地，分析：? ? 的矩估计量.只需要求：第22页/共133页不含有?，故不能由此得到? 的矩估计量.解(方法1)要求：— ? 的矩估计量第23页/共133页(方法2)要求：所以 ? 的矩估计量：注:此例表明：同一参数的矩估计量可不唯一.第24页/共133页小结: 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 .第25页/共133页 1.2 最大似估计然法 是在总体分布类型已知条件下使用的一种参数估计方法 . 最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 .第26页/共133页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?第27页/共133页 只发一枪便打中,猎人命中的概率一般大于这位同学命中的概率. 看来这一枪是猎人射中的 . 这个例子所作的推断已经体现了最大似然法的基本思想 . 最大似然法是利用已知的总体的概率密度（概率分布）及样本，根据概率最大的事件在一次试验中最可能出现的原理，求总体的概率密度（或概率分布）中所含未知参数的点估计的方法 .第28页/共133页第29页/共133页第30页/共133页第31页/共133页第32页/共133页求最大似然估计量的步骤:第33页/共133页对数似然方程注意∶ 与 达到极大值的自变量 相同,故问题可转化为求lnf (p)的. 极大值点. 最大似然估计法也适用于分布中含有多个未知参数的情况. 第34页/共133页7-233 总体的分布中含有多个未知参数的情形 设X 的密度(或分布)为则定义似然函数为若关于?1, …, ?k可微,则称则称为?1,…, ?k 的最大似然估计值第35页/共133页7-24为似然方程组