概率论与数理统计-数理统计基础（二）

最新推荐文章于 2024-04-27 13:56:11 发布

数学渣渣辉

最新推荐文章于 2024-04-27 13:56:11 发布

阅读量96

点赞数

分类专栏：概率论与数理统计文章标签：概率论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_52535931/article/details/121210543

版权

概率论与数理统计专栏收录该内容

5 篇文章 0 订阅

订阅专栏

参数估计：在多数情况下，我们知道总体的分布，但是分布函数中含有未知参数，此时需要我们通过某种方法估计该参数值。本次主要复习点估计。

假设我们知道总体的分布为 $F(x,\theta )$ ，其中 $\theta$ 未知。现在我们手中的数据是 $X_{1},X_{2},X_{3},...,X_{n}$ ,其观测值为 $x_{1},x_{2},x_{3},...,x_{n}$ ，现在需要构造统计量估计参数。一般由矩估计和最大似然估计法。

矩估计：根据大数定律，当样本足够大是，样本矩与总体矩十分接近。

极大似然估计：原理不写了，我们直接看看极大似然估计的步骤：

(1)写出似然函数 $L(\theta _{1},\theta _{2},...,\theta _{r})=\prod_{i=1}^{n}p(x,\theta _{1},\theta _{2},...\theta _{r})$

(2)两边取对数

(3) $\frac{\partial ln(L(\theta _{1},\theta _{2},...,\theta _{r}))}{\partial \theta 1}=0$ ....

(4)通过求解方程，得到估计量和估计值

点估计的评判标准：无偏性、有效性、一致性。

无偏性 $E(\hat{\theta })=\theta$

有效性： $D(\hat{\theta _{1}})>D\hat{\theta _{2}}$ ，称 $\hat{\theta _{1}}$ 比 $\hat{\theta _{2}}$ 有效

一致性： $\lim_{n\rightarrow \propto }E(\hat{\theta _{n}})=\theta$ ， $\lim_{n\rightarrow \propto }D(\hat{\theta _{n}})=0$ ，则称 $\hat{\theta _{n}}$ 为 $\theta$ 的一致估计量

数学渣渣辉

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
概率论与数理统计-数理统计基础（二）

参数估计：在多数情况下，我们知道总体的分布，但是分布函数中含有未知参数，此时需要我们通过某种方法估计该参数值。本次主要复习点估计。假设我们知道总体的分布为，其中未知。现在我们手中的数据是,其观测值为，现在需要构造统计量估计参数。一般由矩估计和最大似然估计法。矩估计：根据大数定律，当样本足够大是，样本矩与总体矩十分接近。极大似然估计：原理不写了，我们直接看看极大似然估计的步骤：(1)写出似然函数(2)两边取对数(3)......
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。