参数估计(3)课件.ppt

參數估計總體是由總體分佈來刻畫的.總體分佈類型的判斷──在實際問題中,我們根據問題本身的專業知識或以往的經驗或適當的統計方法,有時可以判斷總體分佈的類型.總體分佈的未知參數的估計──總體分佈的參數往往是未知的,需要通過樣本來估計.通過樣本來估計總體的參數,稱為參數估計,它是統計推斷的一種重要形式.本章討論:參數估計的常用方法.估計的優良性準則.若干重要總體的參數估計問題.例如(1)為了研究人們的市場消費行為,我們要先搞清楚人們的收入狀況.假設某城市人均年收入X～N(?,?2).但參數?和?2的具體值並不知道,需要通過樣本來估計.(2)假定某城市在單位時間(譬如一個月)內交通事故發生次數X～P(?).參數?未知,需要從樣本來估計.這類問題稱為參數估計.參數估計問題的一般提法X1,X2,…,Xn要依據該樣本對參數作出估計，或估計的某個已知函數.現從該總體抽樣，得樣本設有一個統計總體，總體的分佈函數向量).為F(x,)，其中為未知參數(可以是參數估計點估計區間估計（假定身高服從正態分佈）設這5個數是:1.651.671.681.781.69估計為1.68，這是點估計.這是區間估計.估計在區間[1.57,1.84]內，假如我們要估計某隊男生的平均身高.現從該總體選取容量為5的樣本，我們的任務是要根據選出的樣本（5個數）求出總體均值的估計.而全部資訊就由這5個數組成.一、點估計概念及討論的問題例1已知某地區新生嬰兒的體重X~隨機抽查100個嬰兒…得100個體重數據9,7,6,6.5,5,5.2,…呢?據此,我們應如何估計和而全部資訊就由這100個數組成.為估計,我們需要構造出適當的樣本的函數T(X1,X2,…,Xn)，每當有了樣本，就代入該函數中算出一個值,用來作為的估計值.把樣本值代入T(X1,X2,…,Xn)中，得到的一個點估計值.T(X1,X2,…Xn)稱為參數的點估計量，二、尋求估計量的方法1.矩估計法2.極大似然法3.最小二乘法4.貝葉斯方法……這裏我們主要介紹前面兩種方法.第七章第一節矩估計其基本思想是用樣本矩估計總體矩.理論依據:矩是基於一種簡單的“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.大數定律記總體k階矩為樣本k階矩為用相應的樣本矩去估計總體矩的估計方法就稱為矩估計法.記總體k階中心矩為樣本k階中心矩為設總體X的分佈函數中含有k個未知參數步驟一、我們把總體X的m階原點矩E(Xm)記為am,m=1,2,?,k一般地,am(m=1,2,?,k)是總體分佈中的參數?1,?2,?,?k的函數.故應該把am(m=1,2,?,k)記之為:am(?1,?2,?,?k)(m=1,2,?,k)方法步驟二、算出m階樣本原點矩:步驟三、令am(?1,?2,?,?k)=Am(m=1,2,?,k)得關於?1,?2,?,?k的方程組步驟四、解這個方程組,其解記為它們就可以做為?1,?2,?,?k的估計.這樣求出的估計叫做矩估計.∵X1,X2,?,Xn是獨立同分佈的.∴X1m,X2m,?,Xnm也是獨立同分佈的.於是有:E(X1m)=E(X2m)=?=E(Xnm)=E(Xm)=am.根據大數定律,樣本原點矩Am作為X1m,X2m,?,Xnm的算術平均值依概率收斂到均值am=E(Xm).即:原理解釋解:由矩法,樣本矩總體矩從中解得的矩估計.即為數學期望是一階原點矩例1設總體X的概率密度為是未知參數,其中X1,X2,…,Xn是取自X的樣本,求參數的矩估計.解:由密度函數知例2設X1,X2,…Xn是取自總體X的一個樣本其中0,求的矩估計.具有均值為的指數分佈