《概率论与数理统计之20.ppt》由会员分享，可在线阅读，更多相关《概率论与数理统计之20.ppt（27页珍藏版）》请在三一文库上搜索。
1、第七章,参数估计,7-1,第七章,参数估 计问题,假设检 验问题,点 估 计,区间估 计,7-2,什么是参数估计？,参数是刻画总体某方面概率特性的数量.,当此数量未知时,从总体抽出一个样本， 用某种方法对这个未知参数进行估计就 是参数估计.,例如，X N ( , 2),若, 2未知, 通过构造样本的函数, 给出 它们的估计值或取值范围就是参数估计 的内容.,参数估计的类型,点估计 估计未知参数的值,区间估计 估计未知参数的取值范围， 并使此范围包含未知参数 真值的概率为给定的值.,7.1 点估计方法,点估计的思想方法,设总体X 的分布函数的形式已知, 但含有一个或多个未知参数：1,2, ,k,
2、设 X1, X2, Xn为总体的一个样本,构造 k 个统计量：,随机变量,7-5,7.1,当测得样本值(x1, x2, xn)时,代入上述 统计量，即可得到 k 个数：,数 值,如何构造统计量？,如何评价估计量的好坏？,7-6,方法,用样本 k 阶矩作为总体 k 阶矩的估计量, 建立含有待估参数的方程, 从而解出待估参数,7-9,一般, 不论总体服从什么分布, 总体期望 与方差 2 存在, 则它们的矩估计量分别为,矩法,法二,两种常用的点估计方法,7-10,事实上，按矩法原理，令,7-11,设待估计的参数为,设总体的 r 阶矩存在，记为,样本 X1, X2, Xn 的 r 阶矩为,令, 含未知
3、参数 1,2, ,k 的方程组,7-12,解方程组 , 得 k 个统计量：,未知参数 1, ,k 的矩估计量,代入一组样本值得 k 个数:,未知参数 1, ,k 的矩估计值,例2 设总体 X N ( , 2 ), X1, X2, Xn为 总体的样本, 求 , 2 的矩法估计量.,解,例3 设总体 X E(), X1, X2, Xn为总体的 样本, 求 的矩法估计量.,解,令,7-13,故,例23,例4 设从某灯泡厂某天生产的灯泡中随机 抽取10只灯泡，测得其寿命为(单位:小时) 1050, 1100, 1080, 1120, 1200 1250, 1040, 1130, 1300, 1200
4、试用矩法估计该厂这天生产的灯泡的平均 寿命及寿命分布的方差.,解,7-14,例4,例5 设总体 X U (a, b), a, b 未知, 求参数 a, b 的 矩法估计量.,解,由于,令,7-15,例5,解得,7-16,极大似然估计法,思想方法：一次试验就出现的 事件有较大的概率,例如: 有两外形相同的箱子,各装100个球 一箱 99个白球 1 个红球 一箱 1 个白球 99个红球,现从两箱中任取一箱, 并从箱中任取一球, 结果所取得的球是白球.,答: 第一箱.,7-17,问: 所取的球来自哪一箱？,法三,例6 设总体 X 服从0-1分布,且P (X = 1) = p, 用极大似然法求 p 的
5、估计值.,解,总体 X 的概率分布为,设 x1, x2, xn为总体样本X1, X2, Xn 的样本值,则,7-18,例6,对于不同的 p , L (p)不同, 见右下图,现经过一次试验，,7-19,在容许范围内选择 p ，使L(p)最大,注意到，ln L(p)是 L 的单调增函数,故若 某个p 使ln L(p)最大, 则这个p 必使L(p)最大。,7-20,一般, 设 X 为离散型随机变量, 其分布律为,则样本 X1, X2, Xn的概率分布为,7-21,或,称 L( ) 为样本的似然函数,称这样得到的,为参数 的极大似然估计值,称统计量,为参数 的极大似然估计量,7-22,极大似然法的思想
6、,若 X 连续, 取 f (xi, )为Xi 的密度函数,似然函数为,7-23,注1,注2,未知参数可以不止一个, 如1, k,设X 的密度(或分布)为,则定义似然函数为,为似然方程组,若对于某组给定的样本值 x1, x2, xn， 参数 使似然函数取得最大值, 即,7-24,显然，,称统计量,为1, 2, k 的极大似然估计量,7-25,例7 设总体 X N (, 2), x1, x2, xn 是 X 的样本值, 求 , 2 的极大似然估计.,解,7-26,例7, 2 的极大似然估计量分别为,7-27,极大似然估计方法,1） 写出似然函数 L,7-28,可得未知参数的极大似然估计值,然后, 再求得极大似然估计量.,7-29,L是 的可微函数,解似然方程组,若,L不是 的可微函数, 需用其它 方法求极大似然估计值.,若,