《點估計量的求法》PPT課件.ppt_第1頁
《點估計量的求法》PPT課件.ppt_第2頁
《點估計量的求法》PPT課件.ppt_第3頁
《點估計量的求法》PPT課件.ppt_第4頁
《點估計量的求法》PPT課件.ppt_第5頁
已閱讀5頁,還剩41頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、第2.2節(jié) 點估計量的求法,一、矩估計法,二、最大似然估計法,三、用次序統(tǒng)計量估計參數(shù)的方法,一、矩估計法,由于估計量是樣本的函數(shù), 是隨機變量, 故對不同的樣本值, 得到的參數(shù)值往往不同, 因此如何求得參數(shù) 的估計量便是問題的關(guān)鍵所在.,常用構(gòu)造估計量的方法: (三種),1. 矩估計法 2. 最(極)大似然估計法. 3. 次序統(tǒng)計量估計法,1. 矩估計法,基本思想:用樣本矩估計總體矩 .,理論依據(jù):,或格列汶科定理,它是基于一種簡單的“替換”思想建立起來的一種估計方法 .,是英國統(tǒng)計學家K.皮爾遜最早提出的 .,大數(shù)定律,記總體k階原點矩為,樣本k階原點矩為,記總體k階中心矩為,樣本k階中心

2、矩為,用樣本矩來估計總體矩, 用樣本矩的連續(xù)函數(shù)來估計總體矩的連續(xù)函數(shù), 這種估計法稱為矩估計法.,矩估計法的具體步驟:,設總體 X 的分布函數(shù)為,m個待估參數(shù) (未知),為來自總體X的簡單隨機樣本.,矩估計量的觀察值稱為矩估計值.,注,解,根據(jù)矩估計法,例1,解,例2,解方程組得到a, b的矩估計量分別為,解,解方程組得到矩估計量分別為,例3,上例表明:,總體均值與方差的矩估計量的表達式不因不同的總體分布而異.,一般地:,例4,設總體X的分布密度為,為來自總體X的樣本. 求參數(shù), 的矩估計量.,分析:,一般地,,只需要求:, 的矩估計量.,不含有,,故不能由此得到 的矩估計量.,解(方法1)

3、,要求:, 的矩估計量,(方法2),要求:, 的矩估計量:,注,此例表明:同一參數(shù)的矩估計量可不唯一.,例5(p43例2.9),解,建立方程,求解方程可得,矩法的優(yōu)點:簡單易行, 并不需要事先 知道總體是什么分布 .,缺點:當總體類型已知時,沒有 充分利用分布提供的信息. 一般場合下, 矩估計量不 具有唯一性 .,其主要原因在于建立矩法方程時,選取那些總體矩用相應樣本矩代替帶有一定的隨意性 .,小結(jié):,二 、最大似然估計法,最大似然估計法是在總體類型已知條件下使用的一種參數(shù)估計方法 .,它首先是由德國數(shù)學家 高斯在1821年提出的 ,Gauss,Fisher,然而,這個方法常歸功于 英國統(tǒng)計學

4、家Fisher .,Fisher在1921年重新發(fā)現(xiàn)了 這一方法,并首先研究了這種方法的一些性質(zhì) .,Fisher資料,先看一個簡單例子:,一只野兔從前方竄過 .,是誰打中的呢?,某位同學與一位獵人一起外出打獵 .,如果要你推測,,你會如何想呢?,只聽一聲槍響,野兔應聲倒下 .,1 最大似然法的基本思想,你就會想,只發(fā)一槍便打中,獵人命中的概率一般大于這位同學命中的概率. 看來這一槍是獵人射中的 .,這個例子所作的推斷已經(jīng)體現(xiàn)了最大似然法的基本思想 .,設 XB(1, p), p未知. 設想我們事先知道 p 只有兩種可能:,問: 應如何估計p?,p=0.7 或 p=0.3,如今重復試驗3次,得

5、結(jié)果: 0 , 0, 0,由概率論的知識, 3次試驗中出現(xiàn)“1”的次數(shù),(k=0, 1, 2, 3),引例,(k=0, 1, 2, 3),依題設,“重復試驗3次, 得結(jié)果: 0 , 0, 0”,應如何估計p?,p=0.7 還是 p=0.3 ?,2 似然函數(shù),最大似然估計法,似然函數(shù)的定義,3.求最大似然估計的步驟,最大似然估計法也適用于分布中含有多個未知參數(shù)的情況. 此時只需令,對數(shù)似然方程組,對數(shù)似然方程,解,例6(p46例2.12),這一估計量與矩估計量是相同的.,解,X 的似然函數(shù)為,例7(p47例2.13),它們與相應的矩估計量相同.,例8(p47例2.14),設總體X服從柯西分布,其

6、分布密度為,解,由分布可知,其似然函數(shù)為,此方程只能求解其數(shù)值解,可以以樣本中位數(shù)為初始 值進行迭代。又因為此分布均值不存在,不可用矩估計.,解,例9(p48例2.15),4. 最大似然估計的性質(zhì),定理2.4,此性質(zhì)可以推廣到總體分布中含有多個未知參數(shù)的情況.,例10(p48例2.16),解,定理2.5,證,由因子分解定理可知,注,該定理說明最大似然估計充分利用了樣本中包含的參數(shù)的信息,因而是一種比較好的估計,通常情況下,最大似然估計不僅是相合估計,而且是漸近正態(tài)估計.,三、用次序統(tǒng)計量估計參數(shù)的方法,1. 用樣本中位數(shù)與樣本極差估計參數(shù),由1.4節(jié)可知,由于樣本中位數(shù)與樣本極差計算方便,因而通常情況下,可以用樣本中位數(shù)估計總體期望,用樣本極差估計總體的標準差。,定理2.6,因此,例10 (p51例2.18),某維尼綸廠20天內(nèi)生產(chǎn)正常,,隨機的抽樣得到20個纖度數(shù)值,等分成4組,每組5 個數(shù)值,如下表:,假設纖度服從正態(tài)分布,試估計總體的標準差。,解,計算平均極差,顯然兩種估計結(jié)果極為接近,但極差形式簡單.,再 見,費希

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論