[数学]概率论与数理统计.ppt
《[数学]概率论与数理统计.ppt》由会员分享,可在线阅读,更多相关《[数学]概率论与数理统计.ppt(33页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第六章第六章 参数估计参数估计v点估计v估计量的评选v区间估计6.1 6.1 点估计点估计总体总体X X的分布函数的分布函数F(xF(x;)的形状是已知的的形状是已知的,但但其中其中 为未知参数为未知参数,为参数空间。设为参数空间。设X X1 1,X Xn n是总体是总体X X的一个样本,的一个样本,若统计量若统计量g(Xg(X1 1,X Xn n)可作可作为为 的一个估计的一个估计,则称其为则称其为 的的一个估计一个估计量,记为量,记为若若x x1 1,x xn n是样本的一个观测值。是样本的一个观测值。由于由于g(xg(x1 1,x xn n)是实数域上的一个点,现用是实数域上的一个点,现
2、用它来估计它来估计,故称这种估计为点估计。故称这种估计为点估计。eg1.eg1.已知每包打印纸的重量已知每包打印纸的重量X XN(N(,2 2),其中,其中,未知,现对未知,现对其中其中9 9包打印纸称重:包打印纸称重:试估计试估计。解:设解:设X Xi i=第第i i包打印纸重,包打印纸重,X Xi iN(N(,2 2)包包1 12 23 34 45 56 67 78 89 9kgkg1.81.82.12.11.91.91.81.82.02.01.91.92.02.02.12.11.81.82.2.设设(X(X1 1,X X2 2,X Xn n)是总体是总体X X的样本的样本:(1)X(1)
3、X的的k k阶阶原点矩原点矩:k k=E(XE(Xk k)样本的样本的k k阶阶原点矩原点矩:一一.矩估计法矩估计法1.1.矩估计法:矩估计法:(1 1)用样本矩作为总体同阶矩的估计;)用样本矩作为总体同阶矩的估计;(2 2)若)若 是未知参数是未知参数 的矩估计,则的矩估计,则g(g()的矩估计为的矩估计为g()g()。(2)X(2)X的的K K阶中心矩中心矩:k k=EX-EX-E(X)E(X)k k 样本的本的k k阶中心矩:中心矩:eg2.eg2.设设X1X1,XnXn为取自总体为取自总体Ua,bUa,b 的样本,的样本,求求a,ba,b的矩估计。的矩估计。解:解:eg3.eg3.设总
4、体设总体X X的概率密度为的概率密度为X X1 1,X Xn n为样本,求参数为样本,求参数 的矩估计。的矩估计。解:解:eg4.eg4.已知每包打印纸的重量已知每包打印纸的重量X XN(N(,2 2),其中,其中,未知,现对未知,现对其中其中9 9包打印纸称重:包打印纸称重:试估计试估计,2 2。解:设解:设X Xi i=第第i i包打印纸重,包打印纸重,X Xi iN(N(,2 2)包包1 12 23 34 45 56 67 78 89 9kgkg1.81.82.12.11.91.91.81.82.02.01.91.92.02.02.12.11.81.8二二.极大似然估计法极大似然估计法e
5、g1.eg1.有两个射手,甲的命中率为有两个射手,甲的命中率为0.9,0.9,乙的命中率为乙的命中率为0.1,0.1,现在他们现在他们各向目标射击了一发,结果一个人命中了,估计是谁命中了的?各向目标射击了一发,结果一个人命中了,估计是谁命中了的?一般说,事件一般说,事件A A发生的概率与参数发生的概率与参数有关,有关,取值取值不同,则不同,则P(A)P(A)也不同。因而应记也不同。因而应记事件事件A A发生的概率为发生的概率为P(A|P(A|)。若。若A A发生了,则认为此时的发生了,则认为此时的 值应是在值应是在 中使中使P(A|P(A|)达到最大的那一个达到最大的那一个。这就是极大似然思想
6、。这就是极大似然思想。1.1.极大似然估计:极大似然估计:根据样本值选取参数根据样本值选取参数,使样本值发生的概率,使样本值发生的概率最大。最大。eg1eg1.有两个射手,甲的命中率为有两个射手,甲的命中率为p p1 1,乙的命中率为乙的命中率为p p2 2,现在他们现在他们各向目标射击了一发,结果甲命中了,估计是谁的命中率高?各向目标射击了一发,结果甲命中了,估计是谁的命中率高?eg2.eg2.一个盒子中有黑球和白球,比例是一个盒子中有黑球和白球,比例是3 3:1 1,但不知道那种球多,设,但不知道那种球多,设记记p=P(X=1)p=P(X=1),现有放回地从中取了三个球得到样本值为(,现有
7、放回地从中取了三个球得到样本值为(x x1 1,x,x2 2,x,x3 3),根据这个值应该如何确定根据这个值应该如何确定p p?解:解:PXPXkkp pk k(1(1p)p)1 1k k(k=0,1)p=1/4(k=0,1)p=1/4或或3/43/4作作 L(xL(x1 1,x,x2 2,x,x3 3:p)=P(X=x:p)=P(X=x1 1,X=x,X=x2 2,X=x,X=x3 3)x x1 1+x+x2 2+x+x3 30 01 12 23 3P=1/4P=1/4P=3/4P=3/42.2.离散型随机变量:离散型随机变量:设总体设总体X X的分布律为的分布律为设设(X(X1 1,X,
8、X2 2,X Xn n)是是X X的样本,有样本观察值的样本,有样本观察值x x1 1,x,x2 2,x xn n,则则L(L()称为似然函数。极大似然估计是在称为似然函数。极大似然估计是在 中选取适当的中选取适当的使使L(L()达到最大值。即达到最大值。即eg3.eg3.设设X X1 1,X Xn n为取自参数为为取自参数为p p的两点分布的两点分布总体的样本,求总体的样本,求p p的极的极大似然估计。大似然估计。解:解:PXPXkkp pk k(1(1p)p)1 1k k(k=0,1)(k=0,1)似然函数为:似然函数为:2.2.连续型随机变量:连续型随机变量:设总体设总体X X的概率密度
9、函数为的概率密度函数为f(xf(x;),),设设(X(X1 1,X,X2 2,X Xn n)是是X X的样本,有样本观察值的样本,有样本观察值x x1 1,x,x2 2,x xn n,则则作样本的作样本的似然函数为:似然函数为:极大似然估计是在极大似然估计是在 中选取适当的中选取适当的使使L(L()达到最大值。达到最大值。即即nxxniiinixiniiinndxdxxfdxxfxXPxXxXxXPni.),(.),()(),.,(111122111 =q qq qeg4.eg4.设设X X1 1,X Xn n为取自为取自 总体总体的样本,求参数的样本,求参数 的极大似然估计。的极大似然估计。
10、解:解:似然函数为:似然函数为:令令3.3.求极大似然估计的步骤求极大似然估计的步骤(1)(1)做似然函数做似然函数(2)(2)做对数似然函数做对数似然函数(3)(3)列似然方程列似然方程若该方程有解,则其解就是若该方程有解,则其解就是注注1 1:若概率函数中含有多个未知参数,则可解方程组若概率函数中含有多个未知参数,则可解方程组注注2 2:极大似然估计具有下述性质:极大似然估计具有下述性质:若若 是未知参数是未知参数 的极大似然估计,的极大似然估计,g(g()是是 的严格单调函数,则的严格单调函数,则g(g()的矩极大似然估计为的矩极大似然估计为g()g()。注注3 3:由似然方程解不出由似
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学 概率论 数理统计
限制150内