概率統(tǒng)計學-參數(shù)估計_第1頁
概率統(tǒng)計學-參數(shù)估計_第2頁
概率統(tǒng)計學-參數(shù)估計_第3頁
概率統(tǒng)計學-參數(shù)估計_第4頁
概率統(tǒng)計學-參數(shù)估計_第5頁
已閱讀5頁,還剩97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(lǐng)

文檔簡介

第八章參數(shù)估計1參數(shù)估計問題假設(shè)檢驗問題點估計區(qū)間估計統(tǒng)計推斷的基本問題2什么是參數(shù)估計?參數(shù)是刻畫總體某方面的概率特性的數(shù)量.當這個數(shù)量是未知的時候,從總體抽出一個樣本,用某種方法對這個未知參數(shù)進行估計就是參數(shù)估計.例如,X~N(,2),

點估計區(qū)間估計若,2未知,通過構(gòu)造樣本的函數(shù),給出它們的估計值或取值范圍就是參數(shù)估計的內(nèi)容.3參數(shù)估計的類型點估計

——估計未知參數(shù)的值區(qū)間估計——估計未知參數(shù)的取值范圍,使得這個范圍包含未知參數(shù)真值的概率為給定的值.4一、點估計的思想方法設(shè)總體X的分布函數(shù)的形式已知,但它含有一個或多個未知參數(shù):1,2,,k設(shè)

X1,X2,…,Xn為總體的一個樣本構(gòu)造k個統(tǒng)計量:隨機變量第一節(jié)參數(shù)的點估計5當測得一組樣本值(x1,x2,…,xn)時,代入上述統(tǒng)計量,即可得到k個數(shù):數(shù)值稱數(shù)為未知參數(shù)的估計值問題如何構(gòu)造統(tǒng)計量?對應的統(tǒng)計量為未知參數(shù)的估計量61、矩方法;(矩估計)2、極大似然函數(shù)法(極大似然估計).二.點估計的方法1.矩方法方法用樣本的

k

階矩作為總體的

k

階矩的估計量,建立含待估計參數(shù)的方程,從而可解出待估計參數(shù)7一般地,不論總體服從什么分布,總體期望

與方差2

存在,則根據(jù)矩估計法它們的矩估計量分別為注:矩估計不唯一8事實上,按矩法原理,令9設(shè)待估計的參數(shù)為設(shè)總體的

r

階矩存在,記為設(shè)X1,X2,…,Xn為一樣本,樣本的r階矩為令——含未知參數(shù)1,2,,k的方程組10解方程組,得k

個統(tǒng)計量:——未知參數(shù)1,2,,k

的矩估計量——未知參數(shù)1,2,,k

的矩估計值代入一組樣本值得k個數(shù):11例1有一批零件,其長度X~N(,2),現(xiàn)從中任取4件,測的長度(單位:mm)為12.6,13.4,12.8,13.2。試估計和2的值。解:由

得和2的估計值分別為13(mm)和0.133(mm)212例2

設(shè)總體X的概率密度為

X1,X2,,Xn為來自于總體X的樣本,x1,x2,,xn為樣本值,求參數(shù)的矩估計。解:先求總體矩

13為的矩估計量,

為的矩估計值.令

14例3

設(shè)總體X的概率密度為求的矩估計量

解法一雖然中僅含有一個參數(shù),但因

不含,不能由此解出,需繼續(xù)求總體的二階原點矩15

解法二

用替換即得的另一矩估計量為得的矩估計量為用替換即16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.先看一個簡單的例子:

某位同學與一位獵人一起外出打獵,一只野兔從前方竄過.只聽到一聲槍響,野兔應聲倒下.如果要你推測,是誰打中的呢?你會如何想呢?

這個例子所作的推斷已經(jīng)體現(xiàn)了極大似然法的基本思想.2、極大似然函數(shù)法17例:

設(shè)袋中裝有許多白球和黑球。只知兩種球的數(shù)目之比為3:1,試判斷是白球多還是黑球多。

分析:

從袋中有放回的任取3只球.設(shè)每次取到黑球的概率為p(p=1/4或3/4)設(shè)取到黑球的數(shù)目為X,則X服從B(3,p)分別計算p=1/4,p=3/4時,P{X=x}的值,列于表結(jié)論:X0123p=1/4時27/6427/649/641/64p=3/4時1/649/6427/6427/64

定義1:(1)設(shè)隨機變量X的概率密度函數(shù)為f(x,),其中為未知參數(shù)(f為已知函數(shù)).

(2)若X是離散型隨機變量,似然函數(shù)定義為稱為X關(guān)于樣本觀察值的似然函數(shù)。20的樣本觀察值,為樣本

定義2

如果似然函數(shù)在時達到最大值,則稱是參數(shù)的極大似然估計。

例1

設(shè)總體X服從參數(shù)為的指數(shù)分布,即有概率密度

又x1,x2,,xn為來自于總體的樣本值,試求的極大似然估計.21解:第一步似然函數(shù)為于是

第二步第三步經(jīng)驗證,在處達到最大,所以是的極大似然估計。令22例2:設(shè)X服從(0-1)分布,P{X=1}=p,其中p未知,x1,x2,,xn為來自于總體的樣本值求p的極大似然估計。解:X01P1-pp得(0-1)分布之分布律的另一種表達形式23令例3:設(shè)總體X服從參數(shù)為的泊松分布,即X有分布列(分布律)

是未知參數(shù),(0,+),試求的極大似然估計。解:樣本的似然函數(shù)為

25

從可以解出

是的極大似然估計。因此26

第二節(jié)點估計量的優(yōu)良性

271、矩方法;(矩估計)2、極大似然函數(shù)法(極大似然估計).復習點估計的方法1.矩方法方法用樣本的

k

階矩作為總體的

k

階矩的估計量,建立含有待估計參數(shù)的方程,從而可解出待估計參數(shù)28設(shè)待估計的參數(shù)為設(shè)總體的

r

階矩存在,記為設(shè)X1,X2,…,Xn為一樣本,樣本的r階矩為令——含未知參數(shù)1,2,,k的方程組29解方程組,得k

個統(tǒng)計量:——未知參數(shù)1,2,,k

的矩估計量——未知參數(shù)1,2,,k

的矩估計值代入一組樣本值得k個數(shù):30

定義1:(1)設(shè)r.v.X的概率密度函數(shù)為f(x,),其中為未知參數(shù)(f為已知函數(shù)).x1,x2,,xn為樣本X1,X2,,Xn的樣本觀察值,稱為變量X關(guān)于樣本觀察值x1,x2,,xn的似然函數(shù)。若X是離散型隨機變量,似然函數(shù)定義為2.極大似然估計31

定義2

如果似然函數(shù)在時達到最大值,則稱是參數(shù)的極大似然估計。

通常步驟

第一步似然函數(shù)為注:求導不是求極大似然估計唯一方法第二步令解出32其中為未知參數(shù),若總體X的概率密度為:即可得到極大似然估計多參數(shù)情形的極大似然估計33為樣本觀察值,此時似然函數(shù)為:

求解方程組

數(shù)學上可以嚴格證明,在一定條件下,只要樣本容量n足夠大,極大似然估計和未知參數(shù)的真值可相差任意小。34例4:設(shè)為正態(tài)總體的一個樣本值,求:和的極大似然估計.解:似然函數(shù)為35

解方程組得

這就是和的極大似然估計,即

36例5

設(shè)X為離散型隨機變量,其分布律如下(0<<1/2)X0123P22(-2)21-2

隨機抽樣得3,1,3,0,3,1,2,3,分別用矩方法和極大似然法估計參數(shù)。解:例6

設(shè)總體X的概率密度為又為來自于總體X的樣本值,求參數(shù)的極大似然估計。解:令

似然函數(shù)為:38

當時,L()是的單調(diào)增函數(shù),處達到最大值,所以的極大似然估計:L()在39

對于同一個未知參數(shù),不同的方法得到的估計量可能不同,于是提出問題應該選用哪一種估計量?用什么標準來評價一個估計量的好壞?常用標準(1)無偏性(3)一致性(2)最小方差無偏估計(有效性)第二節(jié)點估計量的優(yōu)良性

40一、無偏估計

則稱為的無偏估計。定義1

設(shè)(簡記為)為未知參數(shù)的估計量,若(真值)41例1:樣本均值和樣本方差分別是總體均值和總體方差的無偏估計量.計算

是總體X的樣本,

一般的

設(shè)總體X的

k

階矩存在容易知道:不論

X服從什么分布,是的無偏估計量.43例2

設(shè)總體X的概率密度為

(4)求的方差X1,X2,,Xn為來自總體X的樣本.(1)求總體均值EX,總體方差DX;(2)求的矩估計量;

(3)是否為的無偏估計;44解

(1)總體均值

總體方差

45(3)所以是的無偏估計;

(4)的方差(2)令

得的矩估計量為46

二、最小方差無偏估計則稱是的最小方差無偏估計。

定義2設(shè)是的一個無偏估計,若對于的任一無偏估計,成立

定義設(shè)有效性都是總體參數(shù)的無偏估計量,且則稱比更有效.47例3

設(shè)X1,X2,,Xn為來自于總體X的樣本,總體均值EX=,總體方差DX=2,求的最小方差線性無偏估計。解已知X1,X2,,Xn獨立且與X同分布,的線性估計是將X1,X2,,Xn的線性函數(shù)

問題是如何選取的值,使得無偏性和最小方差這兩個要求都能得到滿足。

作為的估計量。48無偏性要求最小方差要求

這是一個求條件極值問題,用拉格朗日乘數(shù)法,令達到最小,

易知由條件

得到于是

是的最小方差無偏估計。

若和都是的無偏估計量,且成立,則通常稱估計量較有效,或較佳,或較優(yōu).例

設(shè)X1,X2,X3為總體的一個樣本,試證下列估計量都是總體均值的無偏估計量,且問哪一個最佳?51三、一致估計

設(shè)為總體參數(shù)的估計量,顯然與樣本X1,X2,,Xn有關(guān),我們希望會隨著樣本容量n的增大而越接近于,這一要求便是衡量估計量好壞的另一標準。則稱為的一致性估計。

定義3

設(shè)為未知參數(shù)的估計量,若依概率收斂于,即對任意的>0,成立

53例4

試證樣本均值為總體均值的一致性估計。證因為

所以,對于相互獨立且服從同一分布的隨機變量X1,X2,,Xn,由大數(shù)定理,即得此外,還可證明樣本方差S2是總體方差2的一致性估計.54例5

證明正態(tài)總體N(,2)的樣本方差S2是總體方差2的一致性估計量。證由切比雪夫不等式有

55例6

X~N(0,2),其中0為已知,X1,X2,,Xn為樣本,記證明為2的無偏估計,一致估計.注意:

不是樣本的二階中心矩.本題即要證56例7

總體X的概率密度X1,X2,X3為樣本證明為的無偏估計量,并比較它們的有效性.解:

記Y=max(X1,X2,X3),Z=min(X1,X2,X3)57為的無偏估計量同樣的方法可得:因此比更為有效59設(shè)總體分布含有一未知參數(shù),又x1,x2,,xn為來自于總體的樣本,若對于給定(0<<1),統(tǒng)計量1(x1,x2,,xn)和2(x1,x2,,xn)滿足

則稱區(qū)間[1,2]為相應于置信度是1-的置信區(qū)間,簡稱置信區(qū)間。

一、置信區(qū)間

第三節(jié)置信區(qū)間

1,2分別稱為置信下限和置信上限.(1-)稱為置信度。注意:區(qū)間[1,2]是隨機區(qū)間。二、單側(cè)置信限

若對于給定的(0<<1),統(tǒng)計量

1(x1,x2,,xn)滿足

61則稱區(qū)間[1,+)為相應于置信度是1-的單側(cè)置信區(qū)間,1稱為置信度是1-的單側(cè)置信下限。類似,滿足下式問題:

如何確定總體參數(shù)的區(qū)間估計[1,2]呢?對于一般總體是難于確定的.現(xiàn)僅能確定正態(tài)總體N(,2)中參數(shù),2的區(qū)間估計這對許多實際應用已經(jīng)夠了.的2為單側(cè)置信上限。

我們知道,正態(tài)隨機變量是最為常見的,特別是很多產(chǎn)品的指標服從或近似服從正態(tài)分布。因此,我們主要研究正態(tài)總體參數(shù)的區(qū)間估計。先研究均值的區(qū)間估計,然后再研究方差的區(qū)間估計。這些在實際應用中是很重要的.

第四節(jié)正態(tài)分布均值和方差的區(qū)間估計63

設(shè)總體X~N(,2),其中2已知,又X1,X2,,Xn為來自于總體的樣本。一.均值EX的區(qū)間估計下面分兩種情況進行討論。1.方差DX已知,對EX進行區(qū)間估計由第七章第三節(jié)中的結(jié)論可知于是

64即

由標準正態(tài)分布可知,對于給定的,可以找到一個數(shù)z1-/2

,使65

當=0.05時,查標準正態(tài)分布表得臨界值此時的置信區(qū)間是

即為的置信區(qū)間。稱z1-/2為在置信度1-下的臨界值,或稱為標準正態(tài)分布的雙側(cè)分位點。區(qū)間

當=0.01時,查標準正態(tài)分布表得臨界值此時的置信區(qū)間是67例1.已知某種滾珠的直徑服從正態(tài)分布,且方差為0.06,現(xiàn)從某日生產(chǎn)的一批滾珠中隨機地抽取6只,測得直徑的數(shù)據(jù)(單位mm)為14.615.114.914.815.215.1

試求該批滾珠平均直徑的95%置信區(qū)間。解當=0.05時,1-=0.95,查表得

于是故所求置信區(qū)間為實際應用中往往是D(X)未知的情況。

設(shè)x1,x2,,xn為正態(tài)總體N(,2)的一個樣本,由于2未知,我們用樣本方差S2來代替總體方差2,

2.方差D(X)未知,對EX進行區(qū)間估計70U與V獨立根據(jù)第七章定理四,統(tǒng)計量請比較U與T

對給定的,查t分布表可得臨界值使得72即故得均值的置信區(qū)間為當=0.05,n=9時,查t分布表得臨界值

因此,在方差2未知的情況下,的置信區(qū)間是73例2:設(shè)有某種產(chǎn)品,其長度服從正態(tài)分布,現(xiàn)從該種產(chǎn)品中隨機抽取9件,得樣本均值=9.28(cm),樣本標準差

s=0.36(cm),試求該產(chǎn)品平均長度的90%置信區(qū)間.解:當=0.1,n=9時,查t分布表得于是故所求置信區(qū)間為〔9.06,9.50〕。74

設(shè)總體是來自于總體的樣本?,F(xiàn)利用樣本給出2的置信區(qū)間??紤]統(tǒng)計量二.方差DX的區(qū)間估計由第七章定理三可知,統(tǒng)計量

75

于是,對給定的(0<<1),查2分布表,可得臨界值使得76

因此,當總體N(,2)中的參數(shù)為未知的情況下,方差2的置信區(qū)間為77注意這里選取的臨界值不是唯一的。例如可以選取順便指出,的置信區(qū)間是

等等。78例3.某自動車床生產(chǎn)的零件,其長度X服從正態(tài)分布,現(xiàn)抽取16個零件,測得長度(單位:mm)如下:

12.15,12.12,12.01,12.08,12.09,12.16,12.03,12.01,12.06,12.13,12.07,12.11,12.08,12.01,12.03,12.06試求DX的置信度為95%的置信區(qū)間。解:經(jīng)計算查分布表得79故DX的置信區(qū)間為

80參數(shù)估計問題假設(shè)檢驗問題點估計區(qū)間估計統(tǒng)計推斷的基本問題81設(shè)總體分布含有一未知參數(shù),又x1,x2,,xn為來自于總體的樣本,若對于給定(0<<1),統(tǒng)計量1(x1,x2,,xn)和2(x1,x2,,xn)滿足

則稱區(qū)間[1,2]為相應于置信度是1-的置信區(qū)間,簡稱置信區(qū)間。一、置信區(qū)間

第三節(jié)置信區(qū)間

1,2分別稱為置信下限和置信上限.(1-)稱為置信度。注意:區(qū)間[1,2]是隨機區(qū)間。二、單側(cè)置信限

若對于給定的(0<<1),統(tǒng)計量1(x1,x2,,xn)滿足

83則稱區(qū)間[1,+)為相應于置信度是1-的單側(cè)置信區(qū)間,1稱為置信度是1-的單側(cè)置信下限。類似,滿足下式問題:

如何確定總體參數(shù)的區(qū)間估計[1,2]呢?對于一般總體是難于確定的.現(xiàn)僅能確定正態(tài)總體N(,2)中參數(shù),2的區(qū)間估計這對許多實際應用已經(jīng)夠了.的2為單側(cè)置信上限。

第四節(jié)正態(tài)分布均值和方差的區(qū)間估計85

設(shè)總體X~N(,2),其中2已知,又X1,X2,,Xn為來自于總體的樣本。一.均值EX的區(qū)間估計下面分兩種情況進行討論。1.方差DX已知,對EX進行區(qū)間估計由第七章第三節(jié)中的結(jié)論可知于是

86即

由標準正態(tài)分布可知,對于給定的,可以找到一個數(shù)z1-/2

,使87

當=0.05時,查標準正態(tài)分布表得臨界值此時的置信區(qū)間是

即為的置信區(qū)間。稱z1-/2為在置信度1-下的臨界值,或稱為標準正態(tài)分布的雙側(cè)分位點。區(qū)間

當=0.01時,查標準正態(tài)分布表得臨界值此時的置信區(qū)間是89例1.已知某種滾珠的直徑服從正態(tài)分布,且方差為0.06,現(xiàn)從某日生產(chǎn)的一批滾珠中隨機地抽取6只,測得直徑的數(shù)據(jù)(單位mm)為14.615.114.914.8

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。

最新文檔

評論

0/150

提交評論