概率论与数理统计之参数估计

一、点估计

根据观察值估计待估参数，待估参数为近似值

1.矩估计法

不知道总体分布情况时使用，精度较差

(1).依据原理

样本的k阶矩依概率收敛为总体的k阶矩

(箭头上方少了一个P)

(2).计算步骤

1. 求出总体的各阶矩

2. 令样本的各阶矩等于总体的各阶矩，得到含有m个未知参数的方程

3. 接上述方程，称为未知参数的矩估计量

2.最大似然估计法

总体分布类型已知的前提下使用，应用较多，计算较繁琐

(1).依据原理

小概率原理：

• 概率很小的事件在一次实验中几乎是不出现的

• 概率很小的时间在次数很多的重复实验中是几乎一定会出现的

(2).计算步骤

1. 写出似然函数

若X为离散型，则

若X为连续型，则

2. 对似然函数取对数，得到对数似然函数

离散型：

连续性：

3. 对对数似然函数求偏导，得到对数似然方程

4. 求解对数似然方程

若有解就是得最大似然估计值

则就是得最大似然估计量

5. 当对数似然方程无解

利用高等数学单调性的知识，观察似然函数达到最大值时的

可。

(3).最大似然估计的不变性

设是X概率分布中参数的最大似然估计，又假设具有单值反函数，则是的最大似然估计。

3.估计量的评选标准

(1).无偏性

一般来说，估计量并不等于真值，而是在直值附近上下波动。若多次测量的估计量的平均数等于真值，则估计量具有无偏性，否则 是 的有偏估计量。

称为系统误差，无偏的含义就是无系统误差。

是的渐进无偏估计量

(2).有效性

(3).相和性

二、区间估计法

给出一个范围，并且给出此范围中包含参数 的可信程度

1.置信区间

(1).定义

(2).计算步骤

1. 寻求一个样本和的函数

W分布不依赖于和其他未知参数，称具有这种性质的函数W为枢轴量

2. 对于给定置信水平，定出两个常数a和b使得

若能从，反解得到与之等价的不等式，

其中与都是统计量

则就是置信水平为的置信区间

(3).构造枢轴量

i.

ii.

iii.

iiii.

2.正态总体均值区间估计

1. 已知, 均值u的置信水平为的置信区间为

2.未知, 均值u的置信水平为的置信区间为

3.正态总体方差区间估计