【概率统计】[第七章：参数估计、假设检验][自用]

1 知识点

1.1 点估计

1.1.1 定义

（1）

1. 用样本的函数去估计θ。

（2）如何估计呢？

1.1.2 矩估计

（1）矩估计

1.1.3 最大似然估计

（1）最大似然估计

1. 计算方法：

1.2 估计量的评价标准

（1）无偏性、有效性、一致性

1. 估计出来的量θ^等于 期望，就叫做无偏。
2. 两个无偏估计，方差越小，越有效。
3. 估计出来的量θ^依概率收敛于θ，就叫做一致。（大数定律）

 1.3 区间估计

（1）

1. 置信区间是双侧的（即，是由上下两侧的）
2. 区间估计只有单侧。

1.4 假设检验

（1）

（2）两类错误：

（3）显著性检验：

从下面的定义可以看出来，显著性水平就是图像中两边的部分的和。这两边的区间就叫拒绝域。

2 例题

（1）

（2）

（3）取对数求导后无解的情况：

1. 本题解得L(θ)求导>0，说明L(θ)↑，而θ越大越好，但是得满足条件，就是小于所有观测值。
2. 第二问又是求最小值的数学期望。

（4）

（1）σ未知：

（2）σ已知：

（3）原假设是＝70分，备选假设就是不等于70分，所以拒绝域是双侧的。

（4）原假设是＞，备选假设就是＜=，拒绝域就是左侧（单侧）。

（5）第一类错误，去真，就是H0这个原假设为真，但是落在了拒绝域（拒绝了H0这个真的假设）

（6）第二类错误：

3 总结

（1）

（2）