版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第七章參數(shù)估計(jì)數(shù)理統(tǒng)計(jì)的基本問(wèn)題之一:根據(jù)樣本所提供的信息,對(duì)總體的分布以及分布的數(shù)字特征做出統(tǒng)計(jì)推斷.
統(tǒng)計(jì)推斷假設(shè)檢驗(yàn)參數(shù)估計(jì)點(diǎn)估計(jì)區(qū)間估計(jì)(矩估計(jì)法、最大似然估計(jì)法)第一節(jié)點(diǎn)估計(jì)
教學(xué)內(nèi)容
1矩估計(jì)法
2最大似然估計(jì)法教學(xué)重點(diǎn)矩估計(jì)法與最大似然估計(jì)法的應(yīng)用
樣本統(tǒng)計(jì)量描述作出推斷研究統(tǒng)計(jì)量的性質(zhì)和評(píng)價(jià)一個(gè)統(tǒng)計(jì)推斷的優(yōu)良性,完全取決于其抽樣分布的性質(zhì).隨機(jī)抽樣總體一、提出問(wèn)題參數(shù)估計(jì)是統(tǒng)計(jì)推斷的基本問(wèn)題之一,參數(shù)估計(jì)問(wèn)題是利用從總體抽樣得到的信息來(lái)估計(jì)總體的某些參數(shù)或者參數(shù)的某些函數(shù).在許多實(shí)際問(wèn)題中,根據(jù)實(shí)踐經(jīng)驗(yàn)已經(jīng)知道數(shù)據(jù)來(lái)自于某類(lèi)分布總體,但總體中有些參數(shù)是未知的.問(wèn)題:(1)在一定時(shí)間內(nèi)某信息臺(tái)接到的呼叫次數(shù)X是一個(gè)隨機(jī)變量,由實(shí)踐經(jīng)驗(yàn)知道它服從泊松分布,而其中參數(shù)是多少呢?(2)調(diào)查男學(xué)生的身高,根據(jù)以往經(jīng)驗(yàn),這些數(shù)據(jù)應(yīng)該來(lái)自正態(tài)總體,我們?cè)鯓硬拍艿玫竭@個(gè)正態(tài)總體的兩個(gè)參數(shù)呢?這類(lèi)問(wèn)題稱(chēng)為參數(shù)估計(jì).參數(shù)估計(jì)問(wèn)題的一般提法X1,X2,…,Xn要依據(jù)該樣本對(duì)參數(shù)作出估計(jì),或估計(jì)的某個(gè)已知函數(shù).現(xiàn)從該總體抽樣,得樣本
設(shè)有一個(gè)統(tǒng)計(jì)總體,總體的分布函數(shù)為F(x,),其中為未知參數(shù)(
可以是向量).
隨機(jī)抽查100個(gè)嬰兒,…得100個(gè)體重?cái)?shù)據(jù)10,7,6,6.5,5,5.2,
…呢?據(jù)此,我們應(yīng)如何估計(jì)和而全部信息就由這100個(gè)數(shù)組成.例1
已知某地區(qū)新生嬰兒的體重,未知我們知道,若,由大數(shù)定律,自然想到把樣本體重的平均值作為總體平均體重的一個(gè)估計(jì).樣本體重的平均值則.用樣本體重的均值估計(jì).
類(lèi)似地,用樣本體重的方差估計(jì).1.矩估計(jì)法
矩估計(jì)法是英國(guó)統(tǒng)計(jì)學(xué)家K.皮爾遜最早提出來(lái)的.由辛欽定理,若總體的數(shù)學(xué)期望有限,則有其中為連續(xù)函數(shù).
這表明,
當(dāng)樣本容量很大時(shí),在統(tǒng)計(jì)上,可以用用樣本矩去估計(jì)總體矩.這一事實(shí)導(dǎo)出矩估計(jì)法.定義用樣本原點(diǎn)矩估計(jì)相應(yīng)的總體原點(diǎn)矩,又用樣本原點(diǎn)矩的連續(xù)函數(shù)估計(jì)相應(yīng)的總體原點(diǎn)矩的連續(xù)函數(shù),這種參數(shù)點(diǎn)估計(jì)法稱(chēng)為矩估計(jì)法
.
理論依據(jù):
大數(shù)定律矩估計(jì)法的具體做法如下
設(shè)總體的分布函數(shù)中含有k個(gè)未知參數(shù),那么它的前k階矩,一般都是這k個(gè)參數(shù)的函數(shù),記為:i=1,2,…,k從這k個(gè)方程中解出j=1,2,…,kj=1,2,…,k那么用諸的估計(jì)量
Ai分別代替上式中的諸,即可得諸的矩估計(jì)量:矩估計(jì)量的觀察值稱(chēng)為矩估計(jì)值
.矩估計(jì)(MomentEstimation)又稱(chēng)數(shù)字特征法估計(jì)
即注意:上述方程的解
它們就是未知參數(shù)θ1,θ2,…,θ的矩估計(jì).做法:用“總體矩等于樣本矩”列出矩方程(組),解之即得矩估計(jì).解:由矩法,樣本矩總體矩從中解得的矩估計(jì).即為數(shù)學(xué)期望是一階原點(diǎn)矩
例3
設(shè)總體X的概率密度為是未知參數(shù),其中X1,X2,…,Xn是取自X的樣本,求參數(shù)的矩估計(jì).解:由密度函數(shù)知
例4
設(shè)X1,X2,…,Xn是取自總體X的一個(gè)樣本其中>0,求的矩估計(jì).具有均值為的指數(shù)分布故E(X-)=
D(X-)=即
E(X)=
D(X)=解得令用樣本矩估計(jì)總體矩即
E(X)=
E(X2)=2.最大似然法
它是在總體類(lèi)型已知條件下使用的一種參數(shù)估計(jì)方法.
它首先是由德國(guó)數(shù)學(xué)家高斯在1821年提出的.GaussFisher
然而,這個(gè)方法常歸功于英國(guó)統(tǒng)計(jì)學(xué)家費(fèi)歇.
費(fèi)歇在1922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).最大似然法的基本思想
先看一個(gè)簡(jiǎn)單例子:一只野兔從前方竄過(guò).是誰(shuí)打中的呢?
某位同學(xué)與一位獵人一起外出打獵.如果要你推測(cè),你會(huì)如何想呢?只聽(tīng)一聲槍響,野兔應(yīng)聲倒下.
你就會(huì)想,只發(fā)一槍便打中,獵人命中的概率一般大于這位同學(xué)命中的概率.看來(lái)這一槍是獵人射中的.
這個(gè)例子所作的推斷已經(jīng)體現(xiàn)了極大似然法的基本思想.二、、最大似然估計(jì)法試求參數(shù)p的最大似然估計(jì)量。故似然函數(shù)為-------它與矩估計(jì)量是相同的。(4)在最大值點(diǎn)的表達(dá)式中,用樣本值代入就得參數(shù)的極大似然估計(jì)值.求極大似然估計(jì)(MLE)的一般步驟是:(1)由總體分布導(dǎo)出樣本的聯(lián)合概率函數(shù)
(或聯(lián)合密度);(2)把樣本聯(lián)合概率函數(shù)(或聯(lián)合密度)中自變量看成已知常數(shù),而把參數(shù)看作自變量,
得到似然函數(shù)L();(3)求似然函數(shù)L()
的最大值點(diǎn)(常常轉(zhuǎn)化為求lnL()的最大值點(diǎn)),即
的MLE;解:似然函數(shù)為對(duì)數(shù)似然函數(shù)為例6
設(shè)X1,X2,…Xn是取自總體X的一個(gè)樣本求的極大似然估計(jì).其中
>0,求導(dǎo)并令其為0=0從中解得即為
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年度旅游項(xiàng)目開(kāi)發(fā)與委托運(yùn)營(yíng)合同3篇
- 《制作網(wǎng)頁(yè)發(fā)布信息》課件
- 2025不銹鋼材料購(gòu)銷(xiāo)合同書(shū)
- 2025公司跟法人的借款合同標(biāo)準(zhǔn)版本模板
- 2024年度公司與公司金融科技居間服務(wù)合同下載2篇
- 2025房屋租賃(出租)合同書(shū)2
- 2024農(nóng)家樂(lè)鄉(xiāng)村旅游品牌建設(shè)與合作經(jīng)營(yíng)協(xié)議范本3篇
- 2024年有擔(dān)保借款協(xié)議:安全保障透明操作
- 2024年標(biāo)準(zhǔn)藥房藥品采購(gòu)合同樣本版B版
- 2025林木轉(zhuǎn)讓合同范本
- 風(fēng)濕病概述及中國(guó)風(fēng)濕病發(fā)展情況ppt
- 信息技術(shù)前沿論文
- 材料科學(xué)基礎(chǔ)————擴(kuò)散
- 螺絲制作過(guò)程常見(jiàn)不良簡(jiǎn)析
- 激勵(lì)溝通與團(tuán)隊(duì)建設(shè)
- 表面活性劑對(duì)水環(huán)境的影響
- 托輥技術(shù)規(guī)格書(shū)
- CRH2型動(dòng)車(chē)組一級(jí)檢修作業(yè)辦法081222
- 淺談失業(yè)保險(xiǎn)的擴(kuò)面征繳
- (完整版)西南財(cái)經(jīng)大學(xué)計(jì)量經(jīng)濟(jì)學(xué)期末考試試題
- 研究生英語(yǔ)議論文范文模板
評(píng)論
0/150
提交評(píng)論