《统计学原理》（第二版）课件CH5 参数估计5.1.ppt

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.解解得于是的矩估计量为例1例2X~U(?1,?2)，估计?1,?2.解例3X~B(k,p)，估计k、p.解例4矩估计不唯一，应尽量采用低阶矩给出未知参数的估计.当总体期望和方差形式已知(比如是常见的6个分布)，则不需作积分去求EX和DX；若只知密度函数，则要作积分求EX和DX，而这常是矩法的难点.※※注解注意到只有一个未知参数,求?的矩估计量.只需一个方程,例5设总体X的密度为?为未知参数,X1,…,Xn是总体X的一个样本,由矩估计法知即得?的矩估计量为数学期望是一阶原点矩令总体原点矩等于样本矩样本矩总体矩练习1X的密度函数如下,求?的矩估计当?=1时,X的概率密度为令解之得∴?的矩估计量为求?=1时,未知参数?的矩估计量.其中参数?0,?1,练习2设X的分布函数为X1,X2,…,Xn是总体X的样本,解即可得诸E(Xk)的矩估计量：3、求矩估计量的步骤且总体的前l阶原点矩E(Xk)(k=1,2,…,l)存在,设总体X的分布函数F(x;?1,?2,…,?l)中含有l个未知参数?1,?2,…,?l,则它们应是这l个参数的函数：又样本X1,X2,…,Xn的样本k阶原点矩为k=1,2,…,l从这l个方程中可解得矩估计值为：令总体矩E(Xk)等于其相应的样本矩Ak,X1,X2,…,Xn是总体X的样本,k=1,2,…,l矩估计法具体步骤优点：简单易行，并不需要事先知道总体是什么分布.缺点：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，选取哪些总体矩用相应样本矩代替带有一定的随意性.4、矩法估计的特点二、极大似然估计123四极大似然估计的思想极大似然估计法极大似然估计的特点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.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.GaussFisher1、极大似然估计的思想先看一个简单例子：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.如果要你推测，是谁打中的呢？你会如何想呢？你可能会想，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.看来这一枪是猎人射中的.极大似然法的基本思想：实际推断原理.p是待估参数在p所有可能的取值中选出能使样本观测值出现的概率为最大的那一个来作为它的估计值.今有放回抽球3次,结果得到两次白球，试问如何估计袋中白球的个数?解设袋中有白球m个，k=0,1,2,3.记X为抽得的白球数，袋中白球数01234p01/42/43/41抽到白球数Xx=0x=1x=2x=310