推断性统计部分(二)—参数估计
标签(空格分隔): 概率论与数理统计
参数估计包含两大部分,点估计及区间估计,点估计,是估计参数点的值,一个确定的值,区间估计就是估计参数的范围。
点估计
分为矩估计法及最大似然估计法两种,矩估计法的原理就是样本的k阶矩依概率收敛于相应的总体矩,然后建立方程组求解参数;最大似然估计就是利用利用样本的联合分布律建立似然函数,然后对各个参数进行求导得到似然函数的极值点,从而求出参数的最大似然估计值。下面进行细讲。
矩估计法:
一般使用是一阶矩及二阶矩来进行计算,容易知道它们分别收敛于总体的 E(X) 及 E(X2) 两上参数,而 E(X2)=D(X)+[E(X)]2 ,所以矩估计法非常容易计算。
对于任意总体X,若它的均值 μ 及方差 σ2 均存在,且有 σ2>0 ,但 μ,σ2 未知,设 X1,X2,…Xn 来自X的样本, μ,σ2 的矩估计量可以通过如下计算得到
{
μ^=X¯σ2^=1n∑n