数学概论点估计.ppt

二、矩估计法（简称“矩法”）关键点：1.用样本矩作为总体同阶矩的估计，即2.约定：若是未知参数?的矩估计，则g(?)的矩估计为g()第5页,共22页，星期六，2024年，5月例1：设X1，…，Xn为取自总体B(m,p),的样本，其中m已知，0p1未知，求p的矩估计。解:E(X)=mp,而为参数p的矩估计第6页,共22页，星期六，2024年，5月EX：设X1，…，Xn为取自参数为?的指数分布总体的样本，求?的矩估计。第7页,共22页，星期六，2024年，5月例2.设总体X的概率密度为X1，…，Xn为样本，求参数?的矩估计。解:第8页,共22页，星期六，2024年，5月而第9页,共22页，星期六，2024年，5月例3：设X1，…，Xn为取自总体的样本，求参数的矩估计。解:第10页,共22页，星期六，2024年，5月解:由:第11页,共22页，星期六，2024年，5月三、极大似然估计法1、极大似然思想有两个射手，一人的命中率为0.9,另一人的命中率为0.1,现在他们中的一个向目标射击了一发，结果命中了，估计是谁射击的？一般说，事件A发生的概率与参数???有关，?取值不同，则P(A)也不同。因而应记事件A发生的概率为P(A|?).若A发生了，则认为此时的?值应是在?中使P(A|?)达到最大的那一个。这就是极大似然思想第12页,共22页，星期六，2024年，5月1.设总体X为离散型随机变量，它的分布律为现有样本观察值x1,x2,…xn,,其中xk取值于{ak,k=1,2…}问：根据极大似然思想，如何用x1,x2,…xn估计q?根据极大似然思想,?值应是在?中使P(A|?)达到最大的那一个,也就是使样本联合分布律最大.第13页,共22页，星期六，2024年，5月2.设总体X为连续型随机变量，概率密度f(x;q)现有样本观察值x1,x2,…xn,问：根据极大似然思想，如何用x1,x2,…xn估计q?根据极大似然思想,?值应是在?中使P(A|?)达到最大的那一个,也就是使样本联合密度最大.第14页,共22页，星期六，2024年，5月3、似然函数与极大似然估计为该总体的似然函数(p181)。定义：若有使得则称为?的极大似然估计.记为第15页,共22页，星期六，2024年，5月3、求极大似然估计的步骤*(1)做似然函数(2)做对数似然函数第16页,共22页，星期六，2024年，5月(3)列似然方程,令若该方程有解，则其解就是第17页,共22页，星期六，2024年，5月例5.设X1，…，Xn为取自参数为?的泊松分布总体的样本，求?的极大似然估计解:令第18页,共22页，星期六，2024年，5月注1：若概率分布中含有多个未知参数，则可解方程组例6：设X1，…，Xn为取自总体的样本，求参数的极大似然估计。解:第19页,共22页，星期六，2024年，5月令第20页,共22页，星期六，2024年，5月为的极大似然估计.注2：极大似然估计具有下述性质若是未知参数?的极大似然估计，u(?)是?的严格单调函数，则u(?)的矩极大似然估计为u(),第21页,共22页，星期六，2024年，5月点估计矩估计法基本步骤极大似然估计法基本步骤第22页,共22页，星期六，2024年，5月第五章参数估计点估计方法估计量的评选标准区间估计5.2第2页,共22页，星期六，2024年，5月5.1点估计

一、参数估计的概念定义设X1，…，Xn是总体X的一个样本，其分布函数为F(x;?),???。其中?为未知参数,?为参数空间,若统计量g(X1，…，Xn)可作为?的一个估计,则称其为?的一个估计量，记为注：F(x;?)也可用分布律或密度函数代替.第3页,共22页，星期六，2024年，5月若x1，…，xn是样本的一个观测值。由于g(x1，…，xn)是实数域上的一个点，现用它来估计?，故称这种估计为点估计。点估计的经典方法是矩估计法与极大似然估计法。第4页,共22页，星期六，2024年，5月