版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
第七章参数估计
第一次课点估计1武汉科技大学理学院§1点估计
问题的提法：设总体形式已知，θ是待估参数。利用样本构造适当的统计量其观察值作为未知参数θ的近似值，则称为θ的估计，简记为.主要问题：如何构造合适的统计量？下面介绍两种常见的方法：矩估计法和最大似然估计法.2武汉科技大学理学院一、矩估计法根据辛钦大数定律，样本的各阶原点矩依概率收敛于总体的对应阶的原点矩，故令上述方程组包含k个未知参数，其解3武汉科技大学理学院称为的矩估计，记为例设总体X在(0,θ)上服从均匀分布，是来自总体的样本，求θ的矩估计。解令得故4武汉科技大学理学院例设总体X的期望、方差分别为是来自总体的样本，求的矩估计。解由5武汉科技大学理学院求矩估计的一般步骤：⑴观察未知参数的个数k，算出⑵构造方程（组）⑶解上述方程（组），其解即为未知参数的矩估计。常见情况:k＝1，解下列方程：K=2时，解下列方程组即6武汉科技大学理学院二、最大似然估计1.最大似然原理：在一次试验中，有很多个事件可能发生，结果事件A发生了，则有理由认为A发生的概率最大。例一袋中装有红白两种球，共100个。其中一种颜色的球99个，另一种颜色的1个，从中任取一个是红球，试判断，哪种颜色的球为99个？分析应判断为红色的球是99个，否则不符合最大似然原理。7武汉科技大学理学院2.似然函数是样本观察值，记则是参数θ的函数，表示事件A发生的概率.根据离散型随机变量与连续型的对应关系：8武汉科技大学理学院定义称为总体X的似然函数。注当样本观察值看成变量时，就是样本的概率分布；看成已知数时，是未知参数θ的函数，便是似然函数。9武汉科技大学理学院例设总体的密度为是未知参数，是样本，则似然函数注这一部分通常不写！例设总体X的分布率为
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论