浙大概率论与数理统计课件概率参数的点估计.ppt

引言 上一讲，我们介绍了总体、样本、简单随机样本、统计量和抽样分布的概念，介绍了统计中常用的三大分布，给出了几个重要的抽样分布定理 . 它们是进一步学习统计推断的基础 . 第七章 参数估计点估计估计量的评选标准区间估计小结 这类问题称为参数估计.参数估计问题的一般提法X1,X2,…,Xn要依据该样本对参数作出估计, 或估计的某个已知函数 .现从该总体抽样，得样本 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 ( 可以是向量) . 参数估计点估计区间估计 （假定身高服从正态分布 ） 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.这是区间估计.估计在区间 [1.57, 1.84] 内，例如我们要估计某队男生的平均身高. 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 . 第一节 参数的点估计点估计概念求估计量的方法 一、点估计概念随机抽查100个婴儿 ,…得100个体重数据 10,7,6,6.5,5,5.2, …呢 ?据此,我们应如何估计和而全部信息就由这100个数组成 .例1 已知某地区新生婴儿的体重 ,未知 为估计 :我们需要构造出适当的样本的函数 T(X1,X2,…Xn) ， 每当有了样本，就代入该函数中算出一个值，用来作为 的估计值 .把样本值代入T(X1,X2,…Xn) 中，估计值 .T(X1,X2,…Xn) 称为参数的点估计量，得到 的一个点 使用什么样的统计量去估计 ？可以用样本均值;也可以用样本中位数;还可以用别的统计量 .问题是: 二、寻求估计量的方法1. 矩估计法2. 极大似然法3. 最小二乘法4. 贝叶斯方法 ……这里我们主要介绍前面两种方法 . 1. 矩估计法 矩估计法是英国统计学家K.皮尔逊最早提出来的 .由辛钦定理 ,若总体 的数学期望 有限,则有其中 为连续函数 . 这表明 , 当样本容量很大时 , 在统计上 , 可以用 用样本矩去估计总体矩 . 这一事实导出矩估计法.定义用样本原点矩估计相应的总体原点矩 , 又用样本原点矩的连续函数估计相应的总体原点矩的连续函数, 这种参数点估计法称为矩估计法 . 理论依据: 大数定律矩估计法的具体做法如下 设总体的分布函数中含有k个未知参数 , 那么它的前k阶矩 ,一般 都是这 k 个参数的函数,记为：i=1,2, … ,k从这 k 个方程中解出j=1,2,…,kj=1,2,…,k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 ：矩估计量的观察值称为矩估计值 . 例2 设总体 X 在 [ a , b ] 上服从均匀分布 , a , b 未知 . 是来自 X 的样本 , 试求 a , b 的矩估计量 .解 即 解得于是 a , b 的矩估计量为 样本矩总体矩 解 例3 设总体 X 的均值 和方差 都存在 , 未知 . 是来自 X 的样本 , 试求 的矩估计量 . 解得于是 的矩估计量为 样本矩总体矩 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 . 2. 最大似然法 它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 . GaussFisher 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 . 最大似然估计原理： 当给定样本X1,X2,…Xn时，定义似然函数为：