资源描述:
《应用数理统计第7章参数估计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第七章参数估计点估计点估计的评价标准充分性与完备性区间估计正态总体参数的区间估计7.1点估计一、参数估计的概念定义设X,…,X是总体X的一个样本,其概率函1n数为f(x;),。其中为未知参数,为参数空间,f(x;)可表示分布律或密度函数.若统计量g(X,…,X)1n可作为的一个估计,则称其为的一个估计量,记为ˆ,即ˆg(X,,X).1n若x,…,x是样本的一个观测值,则称1nˆg(x,,x)为的估计值.1n由于g(x,…,x)是实数域上的一个点,现用它1n来估计,故称这种估计为点估计。点估计的经典方法是矩估计法与极大似然估计
2、法。二、矩估计法(简称“矩法”)定义用样本矩作为总体同阶矩的估计,从而解出未知参数的方法称为矩估计法或矩法。的矩估计可记为ˆM矩估计ˆ应满足方程:Mnk1kE(X)AkXi.ni1nk1k或E[XE(X)]Bk[XiX].ni1k的取值取决于f(x;)中未知参数的维数。若维数为1,即仅有一个参数,则可在第一个方程中让k取1;若维数为2,则可让k取1和2,解联立方程即可得ˆ与ˆ.余类推。12iid^例1.设X,,X~b(m,p),m固定,0p1,试求p.1nMmmxmx解E(X)xp(1p)mp,xx1^1
3、令E(X)X,即可解得pX.Mmxiide,x0^例2.设X1,,Xn~f(x;)0,试求M.0,x0x解E(X)xedx1/,0^令E(X)X,即可解得M1/X.iid^^22例3.设X,,X~N(,),,0,试求和.1nMM2(x)12222解E(X)xedx,D(X)E(X),2n12令E(X)X,D(X)(XiX)B2,即可解得ni1^^1n22MX,MB2(XiX).ni1iid^^例4.设X,,X~U(a
4、,b),ab,试求a和b.1nMM2b1ab2(ba)解E(X)xdx,D(X)E(X),aba212abE(X)X2解方程组2(ba)D(X)B212^^可得aMX3B,bMX3B.22三、极大似然估计法1、极大似然思想你从河海大学校本部去火车站赶火车,25分钟后列车就要开了,你是坐公共汽车去还是坐出租车去?答案是坐出租车去。这是因为坐出租车在25分钟内赶到火车站的把握大。一般说,事件A与参数有关,取值不同,则P(A)也不同。若A发生了,则认为此时的值就是的估计值。这就是极大似然思想。例5设袋中装有许
5、多黑、白球,不同颜色球的数量比为3:1,试设计一种方法,估计任取一球为黑球的概率p。解易知p的值无非是1/4或3/4。现从袋中有放回地任取3只球,用X表示其中的黑球数,则X~b(3,p),要估计p的值。对p的不同取值,X取k=0,1,2,3的概率可列表如下:X0123(p=1/4)27/6427/649/641/64P(p=3/4)1/649/6427/6427/64故根据极大似然思想即知1/4,k0,1pˆ3/4,k2,32、似然函数与极大似然估计iid设X,,X~f(x;),,x,,x为样本观测值,则称1n1nnL()L(x1,,xn;
6、)f(xi;)i1为该总体的似然函数。它实际上代表样本(X,,X)1N取其观测值(x1,,xn)时的概率。定义若有ˆ,使得或L(ˆ)maxL()SupL(),则称ˆ为的极大似然估计,记为ˆ.MLE3、极大似然估计的推求iid设X,,X~f(x;),,试求ˆˆ(X,,X)1nMLEMLE1n(1)解似然方程法d[L()]dLd[lnL()]dlnL0,or0dddd称为未知参数的似然方程。若该方程有解,则其解就是ˆˆ(X,,X)MLEMLE1n(2)直接法由似然方程解不出的似
7、然估计时,可由定义通过分析直接推求。事实上ˆ满足MLE或L(ˆ)maxL()SupL().MLEiid^例6设X,,X~P(),0,试求MLE1nnnxinxi解L()e[(x!)]1i1enix!i1ii1nnlnLln(xi!)xilnni1i1ndlnL1由xin0di1^n1可解得MLExix;ni1^其极大似然估计量是MLEX.iid^例7设X,,X~U(0,),试求MLE1nn1n解L(),0