资源描述：
《参数估计课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第七章参数估计X~P(λ),X~E(λ),X~N(μ,σ2)用所获得的样本值去估计参数取值称为参数估计.参数估计点估计区间估计用某一数值作为参数的近似值在要求的精度范围内指出参数所在的区间参数估计的基本思想§1参数的点估计§1.1矩估计法设(X1,X2,…,Xn)是来自总体X的一个样本,根据大数定律,对任意ε>0,有并且对于任何k,只要E(Xk)存在,同样有因此,很自然地想到用样本矩来代替总体矩,从而得到总体分布中参数的一种估计.定义：用样本矩来代替总体矩,从而得到总体分布中参数的一种估计.这种估计方法称为矩法估计.它的思想实质是用样本的经验分布和样本
2、矩去替换总体的分布和总体矩.今后称之为替换原则.设总体X具有已知类型的概率函数p(x;θ1,…,θk),(θ1,…,θk)∈Θ是k个未知参数.(X1,X2,…,Xn)是来自总体X的一个样本.假若X的k阶矩γk=E(Xk)存在,则对于i≤k,E(Xi)都存在,并且是(θ1,…,θk)的函数γi(θ1,…,θk).得到含有未知参数(θ1,…,θk)的k个方程.解这k个联立方程组就可以得到(θ1,…,θk)的一组解:用上面的解来估计参数θi就是矩法估计.解总体X的期望为从而得到方程所以λ的矩估计量为解其概率密度函数为总体X的期望为从而得到方程所以λ的矩估计量
3、为解由于故令例:设某炸药厂一天中发生着火现象的次数X服从解矩法的优点是简单易行,并不需要事先知道总体是什么分布。缺点是，当总体类型已知时，没有充分利用分布提供的信息。一般场合下,矩估计量不具有唯一性。其主要原因在于建立矩法方程时，选取那些总体矩用相应样本矩代替带有一定的随意性。它是在总体类型已知条件下使用的一种参数估计方法。它首先是由德国数学家高斯在1821年提出的。GaussFisher然而,这个方法常归功于英国统计学家费歇。费歇在1922年重新发现了这一方法，并首先研究了这种方法的一些性质。§1.2最大似然法最大似然法的基本思想先看一个简单例子：是
4、谁打中的呢？某位同学与一位猎人一起外出打猎。一只野兔从前方窜过。如果要你推测，你会如何想呢?只听一声枪响，野兔应声倒下。你就会想，只发一枪便打中，猎人命中的概率一般大于这位同学命中的概率。看来这一枪是猎人射中的。这个例子所作的推断已经体现了最大似然法的基本思想：一次试验就出现的事件有较大的概率。令求极大似然估计的一般步骤归纳如下：例:设随机变量X服从泊松分布:其中λ>0是一未知参数,求λ的极大似然估计.解设(x1,x2,…,xn)是样本(X1,X2,…,Xn)的一组观测值.于是似然函数两边取对数得从而得出λ的极大似然估计量为解这一方程得解总体X服从参数
5、为λ的指数分布，则有所以似然函数为取对数令解得λ的极大似然估计值为极大似然估计量为例:设(X1,X2,…,Xn)是来自正态总体N(μ,σ2)的一个样本,其中μ,σ2是未知参数,参数空间Θ={-∞<μ<∞,σ2>0}.求μ与σ2的极大似然估计.解正态分布的似然函数为两边取对数得由微积分知识易验证以上所求为μ与σ2的极大似然估计.分别求关于μ与σ2的偏导数,得似然方程组解这一方程组得例:设总体X具有均匀分布,其概率密度函数为求未知参数θ的极大似然估计.解设(X1,X2,…,Xn)是来自总体X的一个样本.似然函数为要使L(θ;x1,x2,…,xn)达到最大,
6、就要使θ达到最小,由于所以θ的极大似然估计值为：参数θ的极大似然估计量为：§2估计量的评选标准对于总体的同一个未知参数，由于采用的估计方法不同，可能会产生多个不同的估计量。这就提出了一个问题，当总体的同一个参数存在不同的估计量时，究竟采用哪一个更好？这涉及到用什么样的标准来评价估计量的好坏问题，对此，我们介绍几个常用的评价标准：无偏性、有效性和一致性。§2.1无偏性在评价一个估计量的好坏时,我们当然希望估计量与被估参数越接近越好.但估计量是一个随机变量,它的取值随样本的观测值而变,有时与被估参数的真值近些,有时远些,我们只能从平均意义上看估计量是否与被
7、估参数尽量接近,最好是等于被估参数.于是有无偏估计量的概念.例:设总体X具有均匀分布,其密度函数为解用矩法估计得求θ的无偏估计.总体X的均值例:设总体X的k阶矩E(Xk)存在,证明样本的k阶矩是E(Xk)的无偏估计.证明所以,证明样本的k阶矩是E(Xk)的无偏估计.因为例:设总体的方差D(X)存在,试证样本二阶中心矩B2是总体方差D(X)的有偏估计.证明所以,B2是总体方差D(X)的有偏估计.注:§2.2有效性一个参数的无偏估计量不是唯一的,假若参数θ有两个无偏估计量,我们认为其观测值更密集在参数θ真值附近的一个较为理想.由于方差是随机变量取值与其数学
8、期望的偏离程度的度量,所以无偏估计以方差小者为好.这就引出了估计量的有效性这一概念.证明由于总
