参数估计的若干方法及应用

参数估计的若干方法及应用

ID:33635919

大小:102.79 KB

页数:4页

时间:2019-02-27

参数估计的若干方法及应用_第1页
参数估计的若干方法及应用_第2页
参数估计的若干方法及应用_第3页
参数估计的若干方法及应用_第4页
资源描述:

《参数估计的若干方法及应用》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、参数估计的若干方法及应用周继南12级数学与应用数学1班060112046摘要:参数估计(parameterestimation)是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。它是统计推断的一种基本形式,是数理统计学的一个重要分支,分为点估计和区间估计两部分。文章将介绍矩估计,极大似然估计,区间估计法等参数估计方法,并对极大似然估计,最小二乘法进行推广分析。对它们的范围进行比较讨论,最后我们对其各自的重要性及其在实际中的应用作一介绍。关键词:参数估计;矩估计;极大似然估计;区间估计;最小二乘法;引言:随着数理统

2、计的应用更加广泛,参数估计在医疗,交通,市场消费,甚至是自然灾害的预测等实际生活中都有着举足轻重的作用,它科学且精确地让我们预测一个参数的值,以达到避免灾害或是获取利益等作用。参数估计已不知不觉渗透到生活的各个方面,它对人们的生活带来的很大的方便。但是对于参数估计方法,好多人却不是很了解,所以,为了人们能更好的利用参数估计为生产生活服务,本文将在论文中对参数估计的具体方法做一个较为系统细致的讲解。参数估计方法在人们生活中的应用,便于人们能更了解参数估计,接触参数估计,很好把它应用到生活之中。这样,就会避免不必要的盲目性,对

3、事物的发展有个相对明确的判断和把握,为生活带来方便和效益。正文:1、参数估计的基本方法参数估计有点估计(pointestimation)和区间估计(intervalestimation)两种。1.1点估计点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数。通常它们是总体的某个特征值,如数学期望、方差和相关系数等。点估计问题就是要构造一个只依赖于样本的量,作为未知参数或未知参数的函数的估计值。例如,设一批产品的废品率为θ。为估计θ,从这批产品中随机地抽出n个作检查,以X记其中的废品个数,用X/n估计θ,这就是一个点

4、估计。(1)构造点估计常用的方法是:  ①矩估计法。用样本矩估计总体矩,如用样本均值估计总体均值。  ②极大似然估计法。于1912年由英国统计学家R.A.费希尔提出,用来求一个样本集的相关概率密度函数的参数。(在以后的文章中专门讨论)  ③最小二乘法。主要用于线性统计模型中的参数估计问题。(在以后的文章中专门讨论)  ④贝叶斯估计法。基于贝叶斯学派(见贝叶斯统计)的观点而提出的估计法。(2)可以用来估计未知参数的估计量很多,于是产生了怎样选择一个优良估计量的问题。首先必须对优良性定出准则,这种准则是不唯一的,可以根据实际问

5、题和理论研究的方便进行选择。优良性准则有两大类:一类是小样本准则,即在样本大小固定时的优良性准则;另一类是大样本准则,即在样本大小趋于无穷时的优良性准则。最重要的小样本优良性准则是无偏性及与此相关的一致最小方差无偏估计,其次有容许性准则,最小化最大准则,最优同变准则等。大样本优良性准则有相合性、最优渐近正态估计和渐近有效估计等。1.2区间估计区间估计是依据抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,作为总体分布的未知参数或参数的函数的真值所在范围的估计。例如人们常说的有百分之多少的把握保证某值在某个范围内

6、,即是区间估计的最简单的应用。1934年统计学家J.奈曼创立了一种严格的区间估计理论。求置信区间常用的三种方法:  ①利用已知的抽样分布。  ②利用区间估计与假设检验的联系。(请参考几种常见的参数估计)③利用大样本理论。1、参数估计的应用2.1最小二乘法及其应用2.1.1最小二乘法原理:是从误差拟合角度对回归模型进行参数估计或系统辨识,并在参数估计、系统辨识以及预测、预报等众多领域中得到极为广泛的应用。然而,最小二乘法因其抽象、难懂常常被大家所忽视。2.1.2最小二乘法的分类(1)线性回归最小二乘法最小二乘法是由实验或调查

7、的数据,建立线性型公式的一种常用方法.在建立线性型公式中,虽然有很多种不同的方法来求样本回归函数(即真实总体回归函数的估计值),但是在回归分析中最广泛应用的方法是最小二乘法。如果变量x和y有精确的线性关系比如说y=ax+b,那么=即观测值与回归值是相等的。事实上现实世界中的诸多变量的关系未必都是如此,由于受诸多随机因数的干扰使得物与物之间没有那种很明确的对应关系。比如说人的身高和体重就是一个对应,我们都知道长的高的人不一定就重,同理长的矮的人也不一定就轻.但身高和体重的确存在着一定的关系,而这种关系并非是y=ax+b所能确

8、定的。那么我们要寻求身高和体重之间的关系就需要通过数学的方法。首先调查统计得出数据;其次把数据描绘出来;然后拟合一条跟已有的图象最接近的曲线,这样就可以相对地将身高和体重之间的关系表示出来。在处理类似的事情中常常用到最小二乘法。(2)非线性回归最小二乘法非线性回归的种类很多,常用的有抛物线方程Y=a+b

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。