版權說明: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,請進行舉報或認領
文檔簡介
1、7.1參數(shù)估計的概念是總體F(x,)中的未知參數(shù)Xn )統(tǒng)計量樣本估計量n )n )估計值1極大似然估計法點估計參數(shù)估計矩估計法區(qū)間估計第七章參數(shù)估計矩估計法和極大似然估計法估計量的評選原則 無偏性、二 有效性、三 一致性7.4 區(qū)間估計 區(qū)間估計的概念二 單個正態(tài)總體均值的區(qū)間估計 三 單個正態(tài)總體方差的區(qū)間估計四 單個正態(tài)總體的單側區(qū)間估計2第七章參數(shù)估計 矩估計法n1kk在 E一( X定程) 度 上) lim P(X1原理:大數(shù)定理,樣本矩近總體矩。inni 1E(Xj) =aj(1,k)總體的j階原點矩樣本的j階原點矩1nXj=Ajin i12 方法令求解方程組,得到解,, 作為參數(shù)
2、,, 的矩估計量.1k1k3aj(1,k) =Ajj=1,k總體X的分布函數(shù)F(x; 1, , k),其中1,k為待估參數(shù).(X1,Xn)為X的樣本(設X的k階矩存在), 則7.2 矩估計法和極大似然估計法設總體 X E(), X1, X2, Xn為總體的樣本求 的矩估計量.例X 1/ .令E(X ) 1/ ,解矩 1/ X.故EX X1 X令 解 EX 2n 1 1ni 1i 12i 2XX 221innn 1n 1 ( Xi X ) S2 2X ( X )222in ni 1i 1 X , S 2 . X121此結論對期望和方差存在的總體都適用,即注1E ( X ) X ,D ( X )
3、S 2 .n 1 估計 k E( X EX )k .注2可用( X X )kBkini 1估計不唯一,如對總體P()有 X , S 2 .注35例試求總體期望1=EX和方差2=DX的矩估計。設總體(a , a),試由樣本(X1,X2,Xn), 求例未知參數(shù)a的矩估計量。0 EX X解若令n 1n EX 2X 2令方法一:ii1nnn 1 4an n n i DX Xiiiii 2X令方法二:4a2 2S3126例 設總體XU (a,b), 試由樣本(X1,X2,Xn), 求未知參數(shù)a,b 的矩估計量。EX (a b) / 2 X 解令 SDX (b a)22/ 12a 3S 23S 2X X
4、b 7um Likelihood Estimate設隨機試驗有n種可能結果 A ,1原理n現(xiàn)做一次試驗,結果事件Ai 發(fā)生了,則認為事件 Ai 在這n種可能結果中出現(xiàn)的概率最大。極大似然估計法:在一次抽樣中,若得到樣本觀測值(x1,xn),則選擇 為 的估計,使得此組觀測值出現(xiàn)的概率最大。82定義若總體X有密度函數(shù)f(x;) (X是D.R.V.時,f(x;)=P(X=x;) ), 其中=(1, k)為待估未知,(1 ,(1 ,參數(shù)為樣本的一組觀nn測值。稱(nx1 , xn ; ) f ( xi ; )i 1為樣本的似然函數(shù)。若 (n ),使得L() max L( )xn )為 的極大似然估計
5、值,n )為 的極大似然估計量。則稱 ( X , X193一般步驟選 使L 最大L (1) 寫出似然函數(shù)L i nL ) .0 0(2) 建立似然方程(組)或i(3) 解方程(組)得極大似然估計10解:設(x1, xn)為樣本的一組觀測值,n xi1xiinL e 似然函數(shù) nexi !i 11nnnln L n xii 1ln ln( xii 1!)nd ln L n 1 x 0似然方程dii 1n 1解方程x.x的極大似然估計為:ini 1比如,樣本觀測值為:10,13,65,18,79,42,65,77,88,123,n=10。則 x 58 11nxi 2 1n1n2 exi 2 i1解
6、2 222 2L(e (2i12n2 1nxi ln L ) 22ln(222i11n1 xi ln L 0n22i1 ln L nn2 2xi 2 0 242i 1i1n1n x ,( x x) s 2 2 2i121a b,x (b a)nn解nL(a, b) i 1f ( xi ;a, b) 0,其它 在a b下,na , b (b a) L(a, b) a min xi , b max xi ,L(a, b) max .1 i n1 i n即a,b的極大似然估計為 a X * , b X * .1n131 aax1x解nn i1nxi , a) (L(a,0其它在 a x1, x a下
7、nmax|即a的極大似然|n(, )|max1估計為max|,|1n14解:設第二次捕出的有記號的魚數(shù)是X,則X具有超幾何分布;k rL(N;) X k, k1,CSN11SSkkPN)SN) Nr)k ) PN1)N (SN Sr k故N的極大似然估計為154性質若為 的極大似然估計,u=u( )有反函數(shù)= (u) ,則 ()為u=u( )的極大似然估計。例設總體XN(, 2 ),求 的極大似然估計。 ,0 2有反函數(shù)。由上例, 2 S 2解n1 S ( Xi X )故2ni 1注 u=u( )為一般函數(shù)此性質也成立。16例 設(X1,Xn)是正態(tài)總體N(1,2)的樣本,求P(X0, 是 E
8、的無偏估計, 2 .E( )2 E( X 2 ) D( X ) E( X )2 E( X )220解由于樣本矩是總體矩的無偏估計量以及數(shù)學期望的線性性質,只要將未知參數(shù)表示成總體矩的線性函數(shù), 然后用樣本矩作為總體矩的估計量,的估計量即為無偏估計量.這樣得到的未知參數(shù)m 1X E nXi ) np 1222E(mE( X )(npp)i1m1故p222imi1m1)p2 miimi12i i 1 m2nn)211, X(X1, Xm) 是總體 X 的一個樣本 ,例設XP( ) m 1 , 求2的無偏估計量. X解令m1i12i22E(X)m 2m 1i1 2im22二 有效性設, 都是參數(shù)的無
9、偏估計量,若1定義12D( ) D( )12則稱 比 有效.21設 是參數(shù)的無偏估計量,若對的0任一無偏估計,有D( ) D()0則稱 是的最小方差無偏估計。023U 中求最小方差無偏估計。nn ci Xi i 1 cii 1 1解由Cauchy-Schwarz不等式ni 11nnD( ) D( X )(n2i22ic1( X )i1i1 11nni12)( X )in 1n是 的最小方差無偏估計。故 X)()而024三 一致性設是參數(shù)的估計量,若對任意 0, 有定義lim P(| | ) 1P即.n則稱為 一致估計量.lim P( X ) 1例由大數(shù)定律n知樣本均值X 是總體均值的一致估計。
10、25例 證明正態(tài)總體的樣本方差S2是2的一致估計。n 1S 2 2 (n 1), E( S 2 ) 2,證 2 2 42 4(n 1) 2(n 1) 2 DS 2 D(S 2 ) S 2 ) D(.n 1(n 1)2(n 1)由切不等式 2 ) 1 2 4P( S 2.1.( n1) 2n26 區(qū)間估計的概念設總體X的分布函數(shù)為F(x; ),為未知參數(shù), (X1,X2,Xn)為X的樣本。給定(01),若統(tǒng)計量 (1 ,),滿足置信上限nP( ) 1 稱( , )為 的置信度(水平)為1 的置信區(qū)間。含義: 若1 =0.95,抽樣100次產(chǎn)生100個區(qū)間,其中約有95個區(qū)間包含.27二 單個正態(tài)
11、總體N(,2)均值的區(qū)間估計1 方差2已知2 方差未知三 單個正態(tài)總體N(2方差2的區(qū)間估計四 單側區(qū)間估計281 2已知X n u / 2 1 P X n P( X nu) 1 u / 2 / 2291.置信區(qū)間長度 l 2u注2/n給定, n越大,l越小給定n, 越小,l越大2.相同置信水平下,置信區(qū)間選取不唯一。同一置信水平下,l 越小,表示估計精度越高。30X 2 2未知 n N (0,1)(n 1)P(| t | t 2 (n 1) 1 SS(n 1) X (n 1) 1 P( X tt /2 /2 nn31例滾珠直徑XN(, 2),從某天生產(chǎn)的滾珠中隨機抽取6個,測得直徑為(:mm
12、)1.461.511.491.481.521.51求下面兩種情況下的置信度為95%的置信區(qū)間。(1)2=0.0006時;(2) 2未知時。思考:這兩種情況下哪個置信區(qū)間的長度短?32(n 1)S 2 2未知 (n 1)2(n1)S22P(2 (n1) (n1) 12122未知時, 的置信度為1的置信區(qū)間呢?33 P( 2 ) 1 例從自動車床加工的一批零件中隨機的抽取16件,測得各零件長度為(:cm)2.152.132.102.112.122.142.102.132.142.122.112.132.152.102.132.14設零件長度服從正態(tài)分布,求零件長度標準差的置信度為95%的置信區(qū)間。
13、34小結理解區(qū)間估計和單側區(qū)間估計的概念熟記關于單個正態(tài)總體的期望和方差的區(qū)間估計35 e ( x ) , x ,1. (12)設總體X的密度函數(shù)為f ( x; ) x . 0,X的容量為n的樣本。(1)求的矩估計量 ;M(2)求的極大似然估計量;MLE(3) 是否為的無偏估計?為什么?M36練習2. (8)已知0.95,1.20,0.80,1.05是來自總體X的一組觀測值,X N ( ,1),設Y e X .(1)求的置信度為0.95的置信區(qū)間;(2)利用上述結果求b EY的置信度為0.95的置信區(qū)間. 1.65, u0.025 1.96)(u0.0537練習3. (12)(1)敘述極大似然
14、估計的定義。(2)某地質學家為了研究某湖的巖石成分,隨機從該地區(qū)取100個樣品,每個樣品有10塊石子。了每個樣品中屬于石灰石的石子數(shù)。設這100次觀測相互獨立,并認為每個樣品的石灰石的石子數(shù)X B(10, p), p為該地區(qū)一塊石子是石灰石的概率,數(shù)據(jù)如下:求p的極大似然估計值.38練習一個樣品中石灰石的石子數(shù)k012345678910恰有k個石灰石的樣品個數(shù)13004. (11)2010數(shù)一123X總體X的分布列為1 2P2其中 (0,1)為未知參數(shù)。以N i 表示來自總體X的簡單隨機樣本(樣本容量為n)中等于i的個數(shù)。求常數(shù)a1 , a2 , a3 , 使T ai Ni為的無偏估計。 i 1并求T的方差。339練習X N (12, 22 )的樣本,求1.(練習十五2) 設( 10) P(B)(1)
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。
最新文檔
- 2024年地基買賣合同內(nèi)容與市場拓展3篇
- 2024年財產(chǎn)分割協(xié)議模板:離婚雙方專用的財產(chǎn)分配方案
- 2024展會活動交通及住宿安排合同樣本3篇
- 2024年研發(fā)合作合同:共同研發(fā)項目、分工、成果分配等細節(jié)
- 2024年電子商務平臺交易規(guī)則制定協(xié)議
- 2024年車間操作工人力承包協(xié)議版
- 2024年網(wǎng)絡推廣合同條款
- 2024年版權許可協(xié)議:網(wǎng)絡小說的改編權與播放權
- 2024年資產(chǎn)轉讓協(xié)議(離婚適用)
- 2024年示范性民間借款及擔保責任判定合同版B版
- 客服人員儀容儀表培訓
- 第三方汽車物流運輸合同(3篇)
- JJF(京) 3012-2021 觸針式電動輪廓儀校準規(guī)范
- 抗體藥物研發(fā)
- 2024年冀教版小學六年級上學期期末英語試卷及解答參考
- 遼寧省大連市2023-2024學年高三上學期雙基測試(期末考試) 地理 含答案
- 2024年江蘇省無錫惠山經(jīng)濟開發(fā)區(qū)招聘14人歷年高頻難、易錯點500題模擬試題附帶答案詳解
- 快件處理員(中級)職業(yè)技能鑒定考試題及答案
- 2024年企業(yè)環(huán)保工作計劃(三篇)
- 2023-2024公需科目(數(shù)字經(jīng)濟與驅動發(fā)展)考試題庫及答案
- 2024標準版勞務合同范本下載
評論
0/150
提交評論