资源描述：
《《矩估计法》word版》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、第八章参数估计第一节参数的点估计在研究总体的性质时，如果知道总体的概率分布，那是再好不过了。然而，在许多情况下，对总体的情况知道甚少或只知道部分信息。在实际问题中遇到的许多总体，根据以往的经验和理论分析可以知道总体的分布函数的形式，但分布中的一个或几个参数未知，一旦这些参数确定以后，总体的概率分布就完全确定了。例如，总体，但不知道其中参数和的具体数值，我们要想法确定参数。为了寻求总体的这些参数的值，我们可对总体进行调查，很自然的会想到用从总体中抽取得的样本值，对总体中的未知参数作出来估计，这类问题就是参数估计。12参数估计主要有参数的点估计和参数的区间估计。设总体的分布函数形式已知，
2、其中是未知参数（也可以是未知向量）。现从总体中抽得一个样本,相应的一个样本值观察值为；点估计的问题就是要构造一个适当的统计量，用它的观察值来估计未知参数。统计量称为的估计量，称为的估计值。在不致混淆的情况下，估计量与估计值统称为估计，并都简记为。下面介绍参数点估计的两种方法：矩估计法和极大似然估计。一、矩估计法12矩估计是由英国统计学家Pearson,K.于1900年提出的一种参数估计方法，在统计学中有广泛的应用。例1某灯泡厂生产一批灯泡，由于随机因素的影响，每个灯泡的使用寿命是不一样的。由中心极限定理和实际经验知道，灯泡的使用寿命，但不知道其中参数和的具体数值。为了确定该批灯泡的质
3、量,自然要求估计这批灯泡的平均寿命以及寿命的差异程度,即要求估计和的值.为了对参数和进行估计，我们从总体中抽取样本（对于一次具体的抽取，他就是具体的数值,在不致引起混淆的情况下，今后也用表示随机变量），根据样本矩在一定程度上反映了总体矩的特征，自然想到用样本矩作为总体矩的估计。12于是，我们分别用样本均值和样本方差作为总体均值和总体方差的估计，记为和，即有,(8.1),(8.2)显然，和都是样本的函数，是统计量，分别称为和的矩估计量。若为样本值,则称,,分别为和的矩估计值.对于不同的样本值，估计值也是不同的。这种用样本矩来估计相应的总体矩的方法，称为矩估计法。12矩估计的理论根据和方
4、法：设总体的分布函数为,未知参数;总体矩:,或,;为来自于总体的样本,为样本值(观察值,抽样结果,具体记录下来的一组数).样本矩:,,在一定条件下，,()或12于是，可令作为的近似值,即令(人为作出方程组),,或令,,得到含个未知数的个方程式;解这个联列方程组可得到的一组解(记为):,则这组解就称作为的矩估计量,其观察值称为矩估计值.矩估计的另一种观点:在方程组12,,中,求解出解,;将其中的用替换,得到,()称()为()的矩估计量;将样本值代入得矩估计值.(或从方程组,,中,求解出解,;将其中的用替换,得到,()称()为()的矩估计量;将样本值代入得矩估计值.)例2有一批零件，其长
5、度12，现从中任取4件，测的长度（单位：mm）为12.6,13.4,12.8,13.2,试估计和的值。解由,得和的估计值分别为13(mm)和0.133(mm)。例3设总体的概率密度为,为来自于总体的样本,为样本值,求的矩估计。解先求总体矩12令,即得,即有,解之得为的矩估计量,为的矩估计值.对于作等式的原则，总体矩和样本矩都有多种，要用同样种类的矩列出等式。多个参数时，列等式的方式不唯一，因此，矩估计就得到不唯一的形式.例如两个参数情形的矩估计,可列如下几种方式:12,或,或.例4设总体的概率密度为,（），，求的矩估计量.解法一虽然中仅含有一个参数，但因不含，不能由此解出12，需继续
6、求总体的二阶原点矩,用替换，,即得的矩估计量为,解法二即,用替换，即得的另一矩估计量为.12此外还需比较估计的优劣性，这一点将在下一节将会介绍，这里不再多说。12
