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
求出总体的各阶矩
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
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
写出似然函数
若X为离散型,则
若X为连续型,则
对似然函数取对数,得到对数似然函数
离散型:
连续性:
对对数似然函数求偏导,得到对数似然方程
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
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
![](https://img-blog.csdnimg.cn/img_convert/46bcf65cf24bc661258d1f1499f3aa68.png)
(3).相和性
![](https://img-blog.csdnimg.cn/img_convert/d07df8e500ac311395cc921552ffb289.png)
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
![](https://img-blog.csdnimg.cn/img_convert/5f00c1e82e9ea77ddd681c49cea9621d.png)
(2).计算步骤
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
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
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
![](https://img-blog.csdnimg.cn/img_convert/3e2ee2d9339f3aaa2717d94aeb84f01b.png)
![](https://img-blog.csdnimg.cn/img_convert/9bf572b6555d6911152addae36767e7d.png)
![](https://img-blog.csdnimg.cn/img_convert/f21d7423ecc15fa07453ba4ab73d21e4.png)