参数估计(4)课件.ppt

5.2估計量的評選標準

一、一致性例1.設已知0p1,求p的極大似然估計，並討論所求估計量的一致性。二、無偏性易見考察?的矩估計和極大似然估計的無偏性三、有效性EX:設分別為取自總體X的容量為n1,n2的兩個樣本的樣本均值，求證：對任意實數a0,b0,a+b=1統計量都是E（X）的無偏估計，並求a,b使所得統計量最有效5.3區間估計

一、概念定義：設總體X的分佈函數F(x；?)含有未知參數?，對於給定值?（0?1),若由樣本X1,…,Xn確定的兩個統計量使則稱隨機區間為?的置信度為1??的置信區間注：F(x;?)也可換成概率密度或分佈律。5.4正態總體參數的區間估計1、?2已知?/2?/21-?可取********參數估計點估計估計量的評選標準區間估計正態總體參數的區間估計5.25.1點估計

一、參數估計的概念定義設X1，…，Xn是總體X的一個樣本，其分佈函數為F(x;?),???。其中?為未知參數,?為參數空間,若統計量g(X1，…，Xn)可作為?的一個估計,則稱其為?的一個估計量，記為注：F(x;?)也可用分佈律或密度函數代替.若x1，…，xn是樣本的一個觀測值。由於g(x1，…，xn)是實數域上的一個點，現用它來估計?，故稱這種估計為點估計。點估計的經典方法是矩估計法與極大似然估計法。二、矩估計法（簡稱“矩法”）關鍵點：1.用樣本矩作為總體同階矩的估計，即2.約定：若是未知參數?的矩估計，則g(?)的矩估計為g(),例1：設X1，…，Xn為取自總體B(m,p),的樣本，其中m已知，0p1未知，求p的矩估計。EX：設X1，…，Xn為取自參數為?的指數分佈總體的樣本，求?的矩估計。例2。設總體X的概率密度為X1，…，Xn為樣本，求參數?的矩估計。例3：設X1，…，Xn為取自總體的樣本，求參數的矩估計。三、極大似然估計法1、極大似然思想有兩個射手，一人的命中率為0.9,另一人的命中率為0.1,現在他們中的一個向目標射擊了一發，結果命中了，估計是誰射擊的？一般說，事件A發生的概率與參數???有關，?取值不同，則P(A)也不同。因而應記事件A發生的概率為P(A|?).若A發生了，則認為此時的?值應是在?中使P(A|?)達到最大的那一個。這就是極大似然思想1.設總體X為離散型隨機變數，它的分佈律為現有樣本觀察值x1,x2,…xn,,其中xk取值於{ak,k=1,2…}問：根據極大似然思想，如何用x1,x2,…xn估計q?例5.設X1，…，Xn為取自參數為?的泊松分佈總體的樣本，求?的極大似然估計2.設總體X為連續型隨機變數，概率密度f(x;q)現有樣本觀察值x1,x2,…xn,問：根據極大似然思想，如何用x1,x2,…xn估計q?2、似然函數與極大似然估計為該總體的似然函數。定義：若有使得則稱為?的極大似然估計.記為3、求極大似然估計的步驟(1)做似然函數(2)做對數似然函數(3)列似然方程若該方程有解，則其解就是注1：若概率函數中含有多個未知參數，則可解方程組例6：設X1，…，Xn為取自總體的樣本，求參數的極大似然估計。注2：極大似然估計具有下述性質：若是未知參數?的極大似然估計，g(?)是?的嚴格單調函數，則g(?)的矩極大似然估計為g(),例7：設X1，…，Xn為取自參數為?的指數分佈 總體的樣本，a0為一給定實數。求p=P{Xa}的極大似然估計注3：由似然方程解不出?的似然估計時，可由定義通過分析直接推求。事實上滿足例8：設X1，…，Xn為取自U(0,?)總體的樣本，?0未知，求參數?的極大似然估計。********