概率论及数理统计

《概率论及数理统计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、沈阳大学教案（续页）授课章节第七章参数估计目的要求了解矩估计，极大似然估计。重点难点掌握极大似然估计，正态总体的区间估计第七章：参数估计总体是由总体分布来刻画的．在实际问题中我们根据问题本身的专业知识或以往的经验或适当的统计方法，有时可以判断总体分布的类型，但是总体分布的参数还是未知的，需要通过样本来估计．例如，为了研究人们的市场消费行为，我们要先搞清楚人们的收入状况．若假设某城市人均年收入服从正态分布，但参数和的具体值并不知道，需要通过样本来估计．又如，假定某城市在单位时间（譬如一个月）内交通事故发生次数服从泊松分布P（λ），其中的参数λ也是未知的，同样需要从样本来估计．通过样本

2、来估计总体的参数，这称为参数估计，它是统计推断的一种重要形式．本章我们讨论参数估计的常用方法，估计的优良性以及若干重要总体的参数估计问题．第1节：矩估计矩估计是基于直观考虑而提出的，其方法比较简单．对总体X，它的m阶原点矩为若是离散型分布，这里的积分号应改为求和号．而m阶样本原点矩为Am＝一般说来，αm是总体参数θ１，⋯，θk的函数，记之为αm（θ１，⋯，θk）．因此，如果令总体的前k阶原点矩与同阶样本原点矩相等，就得到关于θ１，⋯，θk的一个方程组αm（θ１，⋯，θk）＝Am，m＝１，２，⋯，k解这个方程组，其解记为第次第7页沈阳大学教案（续页）＾θi＝＾θi（X１，X２，⋯，X

3、n），　i＝１，⋯，k它们就可以做为θi的估计．这样的估计叫做矩估计．例7．1．3　求事件发生概率p的矩估计．记事件A发生的概率P（A）＝p，定义随机变量X＝１，　若在一次试验中事件A发生，０，　若在一次试验中事件A不发生，于是E（X）＝p，即我们所求的事件A发生的概率等于随机变量X的均值．现有样本X１，⋯，Xn，也就是说，我们做了n次试验，观测到Xi＝１，　若在第i次试验中事件A发生，０，　若在第i次试验中事件A不发生畅根据（７.１.２），p的矩估计为注意，这里是在n次试验中事件A出现的次数．因而，是事件A出现的频率．于是，我们的结论可叙述为：频率是概率的矩估计．第2节：极大似然

4、估计设总体分布为，为从该总体抽出的样本。因为相互独立且同分布，于是，他们的联合密度函数为这里被看作固定但是未知的参数。反过来，如果我们把看成固定的，则就是的函数，这是我们把它称为似然函数。假定现在我们已经观测到一组样本，要去估计未知参数第次第7页沈阳大学教案（续页）．一种直观的想法是，哪一组参数值使现在的样本出现的可能性最大，哪一组参数可能就是真正的参数，我们就要用它作为参数的估计值．这里，假定我们已知一组样本．如果对参数的两组不同的值和，似然函数有如下关系那么，从又是概率密度函数的角度来看，上式的意义就是参数使出现的可能性比参数使出现的可能性大，当然参数比更像是真正的参数．这样的

5、分析就导致了参数估计的一种方法，即用使似然函数达到最大值的点，作为未知参数的估计，这就是所谓的极大似然估计．第3节：估计量得优良性准则从前面两节的讨论中我们看到，有时候同一个参数可以有几种不同的估计，这时就存在采用哪一个估计的问题．另一方面，对一个参数，用矩法和极大似然法即使得到同一种估计，也存在一个衡量这个估计优劣的问题．本节我们就讨论评价一个估计的标准问题．无偏性定理7.3.1设总体均值为，方差为，为来自该总体的样本，则（1）（2）第次第7页沈阳大学教案（续页）这里为样本方差，即样本均值与样本方差分别为总体均值和总体方差的无偏估计。均方差准则用估计量去估计θ，其误差为－θ，它随

6、样本X１，的值而定，也是随机的，即－θ是随机变量．我们对它求均值，为了防止求均值时正误差和负误差相互抵消，我们先将其平方再求均值，并将其称为均方误差，记为MSE（）。第4,、5节：正态总体的区间估计在日常生活中，当我们估计一个未知量的时候，通常采用两种方法．一种方法是用一个数，也就是用实轴上的一个点去估计，我们称它为点估计．前面讨论的矩估计和极大似然估计都属于这种情况．另一种方法是采用一个区间去估计未知量，例如，估计某人的身高在１７０厘米到１８０厘米之间；明天北京的最高气温在３０℃～３２℃之间等等．这类估计称为区间估计．不难看出，区间估计的长度度量了该区间估计的精度．区间估计的长度

7、愈长，它的精度也就愈低．例如：估计某人的身高．甲估计他是在１７０～１８０厘米之间，而乙估计他是在１５０～１９０厘米之间，显然，甲的区间估计较乙的短，因而精度较高．但是，这个区间短，包含该人真正身高的可能性即概率就小．我们把这个概率称为区间估计的可靠度．那么，乙的区间估计的长度长，精度差，但可靠度比甲的大．由此可见，在区间估计中，精度（用区间估计的长度来度量）和可靠度（用估计的区间包含未知量的概率来度量）是相互矛盾着的．在实际问题中，我们总是在保证可靠度的条件下，尽可能