概率论与数理统计 第五章.pptxVIP

第五章 参数估计参数估计是统计推断的基本内容之一。　　参数估计就是由样本对总体的未知参数作出估计。　参数估计一般有两种方式：点估计和区间估计。第一页，共五十页。第五章 参数估计第一节　点估计第二节　极大似然估计＊第三节　矩估计法第四节　正态总体参数的区间估计＊第五节　比率的区间估计第二页，共五十页。为待估的未知参数。若用一个统计量来估计 ，对于具体的样本值，则称为的点估计量。则称为的点估计值。第一节 点估计一、点估计的概念　设总体的分布类型已知，但分布函数中的参数未知。第三页，共五十页。设是参数定义5.1的估计量,的无偏估计量, 是则称如果则称为的有偏估计量。如果 二、估计量的评价标准1.无偏性第四页，共五十页。 证 第五页，共五十页。第六页，共五十页。2.有效性定义5.2有效性指的是在同是 的无偏估计量的前提下,希望估计值与真值的偏离程度越小越好。第七页，共五十页。 解设问题转化为在 条件下，求 ，使 取得最小值。 例2第八页，共五十页。由微积分知识，取得最小值 .即当 时，第九页，共五十页。注意(1)并非每个参数都有无偏估计量;(2)无偏估计量不一定是有效估计量;例如，样本方差 是总体方差 的无偏估计量， 但样本标准差 却不是总体标准差 的无偏估计量。第十页，共五十页。第二节 极大似然估计一、极大似然估计法的基本思想例1第十一页，共五十页。分析：第十二页，共五十页。极大似然估计法的基本思想是： 设总体X的概率分布形式已知，但其中含有未知参数 而 有多个可能取值。在 的一切可能取值中，选出一个使样本观察结果出现概率最大的值作为 的估计值，记为 ．并称 为 的极大似然估计.已经发生的一个随机事件第十三页，共五十页。为连续型随机变量，其密度函数1、设总体的类型已知，对于给定的，样本一组样本值的联合密度函数是二、几个定义第十四页，共五十页。为离散型随机变量，则似然函数为2、若总体第十五页，共五十页。若似然函数3、在处取得最大值，则称分别为的极大似然估计值.４、极大似然估计值必然满足方程组:似然方程组多元函数求极值的方法第十六页，共五十页。由于同时达到最大值，而求　　的最大值点较简便，所以往往用下面的方程组：对数似然 方程组第十七页，共五十页。（1）建立似然函数（2）求出（4）求出极大似然估计三、极大似然估计法的具体步骤（3）建立并求解对数似然方程组注：个别题目不需第二、三步。第十八页，共五十页。例２ 已知总体服从参数为　的泊松分布，概率函数为解　似然函数为第十九页，共五十页。两边取对数 对数似然方程为注意：泊松分布的期望是λ。结果具有无偏性！解得第二十页，共五十页。设总体服从区间例3上的均匀分布，其中是未知参数，的极大似然估计量.解第二十一页，共五十页。似然函数为对数似然方程组为显然无解第二十二页，共五十页。得极大似然估计量为未知参数的估计量可以是次序统计量第二十三页，共五十页。例４　已知总体　 未知，(0.75, 0.80, 0.65, 0.70, 0.85)是来自这个 总体的容量为5的样本观测值，用极大似然估计法估计概率解　似然函数为第二十四页，共五十页。两边取对数建立对数似然方程组第二十五页，共五十页。即第二十六页，共五十页。第二十七页，共五十页。具有无偏性；注意：第二十八页，共五十页。 在参数的区间估计中则要用样本去给出未知参数 的一个大致的范围，并使未知参数 在其中有指定的概率。 在参数的点估计中用样本构造一个估计量 用 去估计 ，这仅仅是解决了一个求未知参数　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 的一个 “近似值”的问题，而没有解决“近似值”的精确程度问题，即没有给出这个近似值的误差范围和估计的可信程度。下面给出参数的区间估计。第二十九页，共五十页。第四节 正态总体参数的区间估计一、基本概念定义5.5第三十页，共五十页。落入置信区间的概率为（1）不能说未知参数，应当说置信区间能包含的概率为注意：（2）当样本容量一定时，置信水平越大，置信区间的长度就会越大。我们的原则是：在给定的置信水平下，尽量使置信区间的平均长度较短。第三十一页，共五十页。二、一个正态总体的情况第三十二页，共五十页。分布其中 ，且 相互独立t分布其中 ，且X与Y相互独立F分布其中