参数的点估计与区间估计.pptxVIP

第 七 章参 数 估 计第1页，共44页。 进行统计推断的一般步骤为:总体随机抽样样本统计量作出推断 统计推断的 基本问题 参数估计问题 假设检验问题 参数的点估计 参数的区间估计 参数假设检验 非参数假设检验 第2页，共44页。 参数估计问题: 就是要利用样本, 对总体分布中包含的未知参数或未知参数的某些函数作出估计.如:估计产品的废品率;估计湖中鱼的数量;估计降雨量等等. 参数估计又分点估计与区间估计. 第3页，共44页。 设总体 X 的分布中含未知参数 §1 参数的点估计 ( X1 , X2 , …, Xn ) 是一样本, 要构造一统计量 作为 的估计( 叫做 的点估计量);对应样本值( x1 , x2 , …, xn ),叫做 的点估计值. 可作为 的估计值，构造点估计 的常用方法矩估计法(moment method of estimation)极大似然估计法(method of maximum likelihood)第4页，共44页。 矩估计法的基本思想是用样本矩估计总体矩 . 一、 矩估计法理论依据是大数定律.矩估计法: 用样本的 l 阶原点矩作为总体的 l 阶原点矩的估计, (若未知参数有 k 个, 则一般取 l = 1, …, k ) 由矩估计法求得的估计量叫矩估计量, 相应的估计值叫矩估计值.去求出未知参数的估计量. 第5页，共44页。 解:例:设 ( X1 , X2 ,…, Xn ) 为总体 X 的一样本, 求总体均值 和总体方差 的矩估计量. 解得 总体矩用相应的样本矩代替, 得矩估计量:第6页，共44页。 解:解得 总体矩用相应的样本矩代替, 得 a 与 b 的矩估计量:例:设总体 X ~ U (a, b) , ( X1 , X2 ,…, Xn ) 为一样本,求 a, b 的矩估计量.第7页，共44页。 例:设 ( X1 , X2 ,…, Xn ) 为总体 X 的一样本, X 的概率密度求 的矩估计量. 解:解得 总体矩用相应的样本矩代替, 得矩估计量:第8页，共44页。 其基本思想是概率最大的事件最可能发生 . 是在总体类型已知的条件下使用的一种参数估计方法 . 二、 极大似然估计法例如: 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 . 是谁打中的呢？你很自然地想到: 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. 这一枪应该是猎人射中的 . 第9页，共44页。 极大似然估计原理：设总体 X 为连续型, 其概率密度为 ( 是待估参数), ( X1 , X2 , …, Xn )为一样本, 相应的样本值为( x1 , x2 , …, xn ) : 则 Xi 落在[ xi , xi + d xi )中的概率约为 ( X1 , X2 , …, Xn ) 落在( x1 , x2 ,…, xn )旁边的概率 近似为 其取值随而变; 既然在一次抽样中就得到了样本值(x1 , x2 , …, xn) , 因而我们有理由认为: 样本 ( X1 , X2 , …, Xn ) 在 ( x1 , x2 , …, xn ) 旁边取值的概率比较大;第10页，共44页。 根据“概率最大的事件最可能发生”，我们可取使 概率达到最大的参数 作为 的估计；即求 使 记叫做样本的似然函数,第11页，共44页。 则求 使如此求出的 作为 的估计, 叫 的极大似然估计. 求 时, 通常对 求导,令其为 0, 来获取结果.若总体 X 为离散型, 则中的以 代. 第12页，共44页。 若总体 X 为连续型, 概率密度为 设 ( X1 , X2 , …, Xn ) 为总体 X 的一样本, ( x1 , x2 , …, xn )为样本值:引入似然函数求 使 最大.综述之, 的极大似然估计 的求法如下:若总体 X 为离散型, 则中的以 代. 第13页，共44页。 例: 设 ( x1 , x2 ,