《概率论与数理统计》教案 第22课 点估计.docx

PAGE4

PAGE4

PAGE3

PAGE3

课题

点估计

课时

2课时（90min）

教学目标

知识技能目标：

（1）理解参数的点估计的概念

（2）掌握矩估计法及极大似然估计法

素质目标：

（1）帮助学生掌握具体与抽象、特殊与一般、有限与无限等辩证关系

（2）培养学生的辩证唯物主义观

教学重难点

教学重点：参数的点估计的概念，矩估计法

教学难点：极大似然估计法

教学方法

讲练结合法、问答法、讨论法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

课前任务

【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过APP或其他学习软件，搜集并了解参数估计和点估计的相关知识

【学生】完成课前任务

考勤

【教师】使用APP进行签到

【学生】按照老师要求签到

互动导入

【教师】提出问题：

什么是参数估计

【学生】思考、讨论、回答

传授新知

【教师】通过大家的发言，引入新的知识点，讲解参数估计和点估计的相关知识

【教师】介绍参数估计的概念

数理统计的基本问题就是根据样本所提供的信息，对总体的分布或分布的数字特征等做出统计推断．本章所要探讨的是这样一类问题，即在总体所服从的分布类型已知的条件下，估计某些未知的参数，如数学期望、方差等．这类问题称为参数估计．参数估计的方式有两种，一种是参数的值估计（点估计），另一种是参数的范围估计（区间估计）．对于这类问题，关键是构造合理的方法将这些未知参数估计出来．

第一节点估计

用一个数值来估计某个参数，这种估计就是点估计．例如，要考察某城市拥有汽车的家庭所占的比例，抽查了1000个家庭，然后估计出这个比例值为0.28，这个值就是“比例”这个未知数的点估计．

【教师】提出点估计的定义

定义1设为总体X的待估计参数，用样本的一个统计量来估计，则称是的一个点估计量，对应于样本观测值，称为的点估计值．

在不至于混淆的情况下，统称估计量和估计值为估计．

那么，如何构造一个统计量作为的估计量呢？对于点估计问题，关键是找一个合适的统计量，所谓合适是指既有合理性，又有计算上的方便性．这里只介绍两种常用的点估计方法：矩估计法和极大似然估计法．

一、矩估计法

样本取自总体，根据大数定律，样本矩在一定程度上反映了总体矩的特征，因而很自然想到用样本矩来估计与之相应的总体矩，由此得到的参数估计称为矩估计法．

矩估计是一种简单、直观的估计方法，是由统计学家皮尔逊在19世纪末引进的．

【教师】提出矩估计法的定义

定义2设总体X的分布函数为，其中，是待估计的k个未知参数，是来自总体X的n个样本，是样本观察值，假设X的1k阶原点矩都存在，则有

．

取样本的i阶原点矩作为总体i阶原点矩的估计量，即

，（7-1）

得方程组

，

解得

，

称为的矩法估计量，简称矩估计．

【教师】通过例题，介绍矩估计法的应用

例1设总体X具有概率密度参数未知，是来自X的样本，求的矩法估计量．

例2设总体，其中m已知，求p的矩估计量．

例3设总体，其中是未知参数．试求的矩估计量．

……（解析详见教材）

二、极大似然估计法

在随机试验中，许多事件都有可能发生，概率大的事件发生的可能性也大，若在一次试验中，某事件A发生了，则有理由认为事件A比其他事件发生的概率大，这就是所谓的极大似然原理，极大似然估计法就是依据这一原理得到的一种参数估计方法．

极大似然估计法是费歇（R.A.Fisher）在1912年提出来的，是一种重要的点估计方法，所求的估计量有许多优良性质．下面先介绍似然函数的概念．

1．似然函数

【教师】提出似然函数的定义

定义3设总体X的分布律或概率密度为，是未知参数，是总体X的样本，则称的联合分布律或概率密度函数

（7-2）

为样本的似然函数，简记为．

2．极大似然估计法

例4设在一个箱子中装有若干个白色和黄色乒乓球，且已知两种球的数目之比为1∶3，但不知是白球多还是黄球多．现从中有放回地任取3个球，发现有两个白球．问：白球所占的比例是多少？

……（解析详见教材）

【教师】提出极大似然估计法的定义

定义4如果样本似然函数在处达到最大值，则称为参数的极大似然估计值，而称相应的统计量为参数的极大似然估计量．

由定义可知，求参数的极大似然估计问题，其实就是求似然函数L的最大值问题．一般情况下，似然函数L的最大值点的一阶偏导数为零，但直接对似然函数L求偏导，计算量比较大．我们知道，是x的单调上升函数，因此，与L有相同的最大值点，故只需求的最大值点即可．因此，求极大似然估计量的一般步骤如下：

（1）根据总体X的分布律或概率密度，由式（7-2）得出似然函数

；

（2）对似然函数取