参数估计之矩估计
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第七章: 参数估计
7.1 矩估计
7.2 极大似然估计
7.3 估计量的优良性准则
7.4 正态总体的区间估计(一) *7.5 正态总体的区间估计(二) *7.6 非正态总体的区间估计
第七章: 参数估计
数理统计的任务:
●总体分布类型的判断;
● 总体分布中未知参数的推断(参数估计与
假设检验)。
参数估计问题的一般提法
设总体 X 的分布函数为 F ( x , θ ),其中θ 为未知参数或参数向量,现从该总体中抽样,得到样本
X 1, X 2 , … , X n .
依样本对参数θ 做出估计,或估计参数 θ 的某个已知函数 g (θ ) 。 这类问题称为参数估计。
参数估计包括:点估计和区间估计。
称该计算值为θ的一个点估计。
为估计参数θ,需要构造适当的统计量 T ( X 1, X 2 , … , X n ),
一旦当有了样本值,就将样本值代入到该统计量中,算出一个值作为θ的估计,点估计:
θ
θˆ的点估计常用符号为
寻求估计量的方法
1. 矩估计法
2. 极大似然法
3. 最小二乘法
4. 贝叶斯方法…
我们仅介绍前面的两种参数估计法。
提出。
矩估计的优点是:简单易行, 不需要事先知道总体是什么分布。
缺点是:当总体的分布类型已知时,未充分利用分布所提供的信息;此外,一般情形下,矩估计不具有唯一性 。