概率统计课件.pptVIP

第七章参数估计§1.点估计一.问题的提出:统计估计问题专门研究由样本估计总体未知的分布函数，或分布函数中未知的参数，或某个数字特征的方法及其优良性问题。在实际问题中，总体的分布函数往往是未知的，有时即使知道它的形式，例如正态分布、泊松分布等。但是其中参数的真值是未知的，这就产生了统计估计问题。

统计估计问题包括参数估计和非参数估计。如果已知总体分布函数的形式，未知的只是其中包含的有限个参数，只要确定这些参数就可以完全确定总体的分布函数，这就是参数估计问题。参数估计问题有两种形式，一种称为点估计问题，要求适当地选择一个统计量作为未知参数的估计量；另一种称为区间估计问题，要求适当的选择一个范围（通常是一个区间），使得未知参数被这个范围包含的概率足够地大。

先看一个例子：

定义

注意：

二.矩估计法:

之所以可用样本矩Ak作为相应的总体矩的估计量,用样本矩的连续函数作为相应的总体矩的连续函数的估计量,其原因在于：样本矩Ak依概率收敛于相应的总体矩,而样本矩的连续函数依概率收敛于相应的总体矩的连续函数.

三.极大似然估计方法:极大似然估计法的思想和方法：设一袋中装有黑、白两种球，设p是从袋中随机摸得白球的概率，现在估计p.为此，做放回抽样，摸10次球，结果表示如下：

这个L(p)是10次摸球中出现上述结果的概率。极大似然估计法的思想：一随机试验有若干个可能的结果，如果在一次抽样中某一结果出现了，就认为这一结果是褚个可能的结果中出现概率最大的一个。

下面叙述极大似然估计法：按总体为离散型或连续型随机变量分别讨论。

综上所述，定义一般的极大似然估计值为：

极大似然估计的求解方法:

例3.设X服从[a,b]区间上的均匀分布,求a和b的极大似然估计和矩估计量.

2.矩估计：

极大似然估计量和矩估计量不一定相同,但正态分布的是相同的,例如(P163例5)

极大似然估计的性质: