- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
教 师 备 课 纸 1
第六章 参数估计
在实际问题中, 当所研究的总体分布类型已知, 但分布中含有一个或多个未知参数时, 如何根据样本来估计未知参数,这就是参数估计问题.
参数估计问题分为点估计问题与区间估计问题两类.
点估计就是用某一个函数值作为总体未知参数的估计值;
区间估计就是对于未知参数给出一个范围,并且在一定的可靠度下使这个范围包含未知参数.
参数估计问题的一般提法:
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). 现从该总体中随机地抽样, 得一样本
X1, X 2 ,?, Xn ,
再依据该样本对参数? 作出估计, 或估计参数? 的某已知函数 g (? ).
第一节 点估计问题概述
一、点估计的概念
1设 X1, X 2 ,?, Xn 是取自总体 X 的一个样本, x
1
, x2 ,?, xn
是相应的一个样本值. ? 是
总体分布中的未知参数, 为估计未知参数? , 需构造一个适当的统计量
???( X , X , , X ),
?
1 2 n
然后用其观察值
来估计? 的值.
??(x , x
1 2
,?, xn )
称??( X , X
1
, , X
?2
?
) 为? 的估计量. 称??(x , x
n 1 2
, , x
?n
?
) 为? 的估计值. 在不致混淆的情况下,
估计量与估计值统称为点估计,简称为估计, 并简记为?? .
注: 估计量??( X1 , X 2 ,?, Xn ) 是一个随机变量, 是样本的函数,即是一个统计量, 对
教 师 备 课 纸 2
不同的样本值, ? 的估计值?? 一般是不同的. 例1
设 X 表示某种型号的电子元件的寿命(以小时计),它服从指数分布:
X ~ f (x,?
?? 1 e? x / ? , x ? 0
) ? ??
?? 0,
? 为未知参数, ? ? 0 . 现得样本值为
x ? 0.
168, 130, 169, 143, 174, 198, 108, 212, 252,
试估计未知参数? .
二、评价估计量的标准
估计量的评价一般有三条标准:
无偏性; 有效性; 相合性(一致性).
无偏性
?定义 1 设??( X , , X ) 是未知参数? 的估计量, 若
?
1 n
E(??) ? ?,
则称?? 为? 的无偏估计量.
注: 无偏性是对估计量的一个常见而重要的要求, 其实际意义是指估计量没有系统偏差,只有随机偏差. 在科学技术中, 称
E(??) ??
为用?? 估计? 而产生的系统误差.
定理 1 设 X1,?, Xn 为取自总体 X 的样本,总体 X 的均值为? , 方差为? 2 .则
样本均值 X 是? 的无偏估计量;
样本方差 S 2是? 2 的无偏估计量;
样本二阶中心矩 1 ?n ( X
n i
i?1
X )2 是? 2 的有偏估计量.
有效性
定义 2 设??
1
? ?? ( X
1
, , X
?1
?
) 和??
n 2
? ??
2
( X , , X
?1
?
) 都是参数? 的无偏估计量, 若
n
教 师 备 课 纸 3
则称?? 较?? 有效.
D(?? ) ? D(?? ) ,
1 2
1 2
注: 在数理统计中常用到最小方差无偏估计, 其定义如下:
? ?设 X , , X 是取自总体 X 的一个样本, ??( X , , X ) 是未知参数? 的一个估计
? ?
1 n 1 n
若?? 满足:
(1) E(??) ? ?, 即?? 为? 的无偏估计;
(2) E(??) ? (???), ???是? 的任一无偏估计.
则称?? 为? 的最小方差无偏估计(也称最佳无偏估计).
相合性(一致性)
?定义 3 设?? ? ??( X , , X ) 为未知参数? 的估计量, 若?? 依概率收敛于? , 即对任
?
1 n
意? ? 0 , 有
或
则称?? 为? 的(弱)相合估计量.
lim P{| ?? ?? |? ?} ? 1,
n??
lim P{| ?? ?? |? ?} ? 0,
n??
例 2 设总体 X ~ N (0,? 2) , x , x
1 2
,?, xn
是来自这一总体的样本.
(1) 证明?? 2
? 1 ?n
n
i ?1
x2 是? 2的无偏估计;
i
(2) 求 D(?? 2).
例 3 设 X 1 , X 2 ,?, X n 为来自总体 X 的样本, X , Xi (i ? 1,2,?, n) 均为总体均值 E( X ) ? ? 的无偏估计量, 问哪一个估计量有效?
例 4 设总体 X ~ N (?,? 2) , X1,?, Xn 为其样本. 试证样
文档评论(0)