05第五章参数估计.docVIP

第五章参数估计

学习导航

学习导航

本章开始我们将研究医药数理统计的重要内容之一，即统计推断。统计推断就是对样本的特征进行分析处理，进而推断总体的某些特征，它的基本问题包括两大类：一类是参数估计，另一类是假设检验。本章主要涉及参数估计部分。

参数估计就是根据从总体中抽取的样本来估计总体分布中包含的未知参数。常用的估计方法有两种：点估计和区间估计。

第一节点估计

案例

案例5-1

某种片剂的崩解时间，其中未知，今随机抽取颗，测得崩解时间为（单位：分钟）：，试估计和。

一、点估计问题

上面的问题中，总体的数字特征未知，而必须通过抽样对其进行估计。颗片剂的崩解时间为总体的样本，测得的个数据是其一组样本观测值，该问题是要根据样本观测值来估计总体的数学期望与方差，这就是点估计问题。

定义一般地，设为总体分布函数中的未知参数，为总体的一个样本，是相应的一个样本观测值。所谓对总体的未知参数的点估计问题，就是设法构造一个适当的统计量，用它的观测值作为未知参数的近似值，则称为的点估计量，为点估计值。在不致混淆的情况下，统称估计量和估计值为估计，并都简记为。

由于样本的随机性，由同一个估计量得到的估计值也不同。

参数点估计的方法很多，下面介绍数理统计中最简单，最常用的一种估计法——样本数字特征法。

二、点估计求法

由于样本不同程度地反映总体的信息，所以想到用样本的数字特征作为总体相应的数字特征的点估计量。从而可知，总体均值，总体方差的估计量和估计值分别是：

【5-1案例分析】

在前面的案例中，由给定的一组样本观测值，我们分别由样本均值与样本方差求得总体的均值与方差的估计值为：

这种以样本数字特征作为总体数字特征的估计量的方法称为样本数字特征法。

三、估计量的评选标准

对于总体未知参数的估计，除了样本数字特征法之外，还有许多其它的方法，并且不同的方法得到的估计量也不相同，那么采用哪一个估计量更好？这就涉及用什么标准来评价估计量的问题。在实际应用中，最常用的是以下两种评选标准：无偏性和有效性。

（一）无偏性

假设为总体参数的估计量，经过多次抽样，的取值会有所不同。我们选取估计量的一个最直观的想法，就是希望估计量的值在参数真值的附近波动，使其期望值等于真值，这就是无偏性。

定义设为未知参数的估计量，若成立，则称为的无偏估计量，否则，就称为的有偏估计量。

例设为取自总体的样本，且总体的均值，方差，证明：（1）样本均值和都是总体均值的无偏估计量；（2）样本方差是总体方差的无偏估计量。

证明：（1）根据数学期望性质可知，

所以，和都是总体均值的无偏估计量。

（2）根据样本方差公式可知，

利用关于方差的公式得，

因此根据数学期望的性质得，

所以，样本方差是总体方差的无偏估计量。

由（1）可知，同一个参数的无偏估计量不唯一，它们都在参数的真值附近波动。那么，这些估计量中哪一个最好呢？这就要看哪个估计量的观测值更接近真实值，即估计量的观测值更密集地分布在真实值的附近。我们知道度量随机变量偏离程度最好的工具是方差，所以对于无偏估计量来说，估计量的方差应该越小越好，这就是有效性。

（二）有效性

定义对于总体参数的两个无偏估计量和，若，则称比有效。

例设为取自总体的样本，试比较无偏估计量和哪一个更有效。

解：假设总体方差为，则

当样本容量时，有

所以，估计量更有效。

上述介绍的是两种常见的评价估计量好坏的基本标准，它们从不同的角度描述了估计量的合理性。当然，还有其它的一些标准，本节就不在此一一介绍了。

小贴士：点估计的优缺点

小贴士：点估计的优缺点

其优点是比较直观，且易于计算和使用。但仅仅知道参数的估计值也许是不够的，因为估计值毕竟是有误差的，它与真值的误差范围或者近似程度是多少？无法确定。没有解决参数估计的精度和可靠性问题。

第二节区间估计

案例

案例5-2

设某药厂生产的某种药片直径服从正态分布，现从某日生产的药片中随机抽取片，测得其直径分别为（单位：毫米）：

试求该药片直径均数的置信区间。

案例5-3

从同一批号的阿司匹林中随机抽取片，测定其溶解所需的时间。结果如下（单位：分钟）：。

求总体方差的置信区间。

一、区间估计问题

在实际工作中，我们希望寻找一种更能反映误差范围以及包含真值可信程度的方法，这样的范围通常以区间形式给出，用区间对参数所在的范围进行估计的方法称为区间估计，这样的区间即所谓的置信区间。

定义设总体含有未知参数，和是由的样本确定的两个统计量，对于给定值，满足，则称随机区间为的置信度为的双侧置信区间，和分