参数的点估计.ppt

參數的點估計一、點估計問題的提法二、估計量的求法三、小結

現在我們來介紹一類重要的統計推斷問題參數估計問題是利用從總體抽樣得到的資訊來估計總體的某些參數或者參數的某些函數.估計廢品率估計新生兒的平均體重估計湖中魚數……估計平均降雨量這類問題稱為參數估計.(一般分點估計，區間估計)參數估計問題的一般提法要依據該樣本對參數作出估計，或估計的某個已知函數.現從該總體中抽取樣本設有一個統計總體的分佈函數F(x,)，其中為未知參數.一、點估計問題的提法設總體的分佈函數形式已知,但它的一個或多個參數為未知,借助於總體的一個樣本來估計總體未知參數稱為點估計問題.二、估計量的求法由於估計量是樣本的函數,是隨機變數,故對不同的樣本值,得到的參數值往往不同,求估計量的問題是關鍵問題.點估計的求法:(兩種)矩估計法和最大似然估計法.一、矩估計法其基本思想是用樣本矩估計總體矩.理論依據:它是基於一種簡單的“替換”思想建立起來的一種估計方法.是英國統計學家K.皮爾遜最早提出的.大數定律矩估計法的具體步驟:矩估計量的觀察值稱為矩估計值.例1設總體服從泊松分佈，求參數的估計量.解：設是總體的一個樣本,由於,可得解例2解方程組得到a,b的矩估計量分別為解解方程組得到矩估計量分別為例3上例表明:總體均值與方差的矩估計量的運算式，不因不同的總體分佈而異.一般地:矩法的優點是簡單易行,缺點是，當總體類型已知時，沒有充分利用分佈提供的資訊.一般場合下,矩估計量不具有唯一性.例4設總體的分佈密度為為總體的樣本,求參數的矩估計量.解：由於只含有一個未知參數，一般只需求出便能得到的矩估計量，但是即不含有,故不能由此得到的矩估計量.為此,求故令於是解得的矩估計量為二、最大（極大）似然估計法最大似然法是在總體類型已知條件下使用的一種參數估計方法.它首先是由德國數學家高斯在1821年提出的,然而，GaussFisher這個方法常歸功於英國統計學家費歇.費歇在1922年重新發現了這一方法，並首先研究了這種方法的一些性質.（或分似然函數設總體的分佈律為，其中是未知參數，是總體的一個樣本,為布密度為）則樣本，當給定樣本值後，它只是參數的函數，記為即的分佈律則稱為似然函數。似然函數實質上是樣本的分佈律或分佈密度。2.最大似然估計法最大似然估計法，是建立在最大似然原理的基礎上的求點估計量的方法。最大似然原理的直觀想法是：在試驗中概率最大的事件最有可能出現。因此，一個試驗如有若干個可能的結果若在一次試驗中，結果出現，則一般出現的概率最大。認為定義6.1設總體的分佈密度（或分佈律）為，其中為未知參數。又設是總體的一個樣本值，如果似然函數（6.1）替換成樣本分別為似然估計值。需要注意的是，最大似然估計值依賴於樣本值，即若將上式中樣本值則所得的的最大稱為參數的最大似然估計量。由於而與在同一處達到最大值，為最大似然估計的必要條件為稱它為似然方程，其中（6.2）因此，求最大似然估計量的一般步驟為：（1）求似然函數（2）一般地，求出及似然方程（3）解似然方程得到最大似然估計值（4）最後得到最大似然估計量解似然函數例1這一估計量與矩估計量是相同的.解似然函數為例2它們與相應的矩估計量相同.