Professional Documents
Culture Documents
第五章 参数估计
数理统计的主要任务之一是依据样本推断总体.
推断的基本内容包括两个方面:
一是依据样本寻找总体未知参数的近似值和近似
范围,这是第五章的内容(参数估计)。
二是依据样本对总体未知参数的某种假设作出真
伪判断,这是第六章的内容(假设检验)。
• 一般常用θ表示参数,参数θ所有可能取值
组成的集合称为参数空间,常用Θ表示。参
数估计问题就是根据样本对上述各种未知参
数作出估计。
用所获得的样本值去估计参数,称为参数估计.
点估计 用某一数值作为参数的
参
{
近似值
数
估
在要求的精度范围内
计 区间估计
指出参数所在的区间
• 设x ,x , …, xn是来自总体的一个样本(观察
1 2
值),我们用一个统计量的取值 θ = θ ( x1 , " , xn )
作为θ的估计值,θ 称为θ的点估计(量),
简称估计。在这里如何构造统计量θ 并没有明
确的规定,只要它满足一定的合理性即可。这
就涉及到二个问题:
¾ 其一 是如何给出估计,即估计的方法问题;
¾ 其二 是如何对不同的估计进行评价,即估
计的好坏判断标准。
点估计
设总体 X 分布函数为 F(x; θ),θ 为未知参数
(可以是向量),X1, X2,…, Xn 为来自该总体的
样本。用一个统计量
θˆ = θˆ( X 1, X 2 , ", X n )
去估计θ,
§5.1 矩法估计
矩法估计的基本思想:
1 n k
用样本矩 Ak = ∑ X i ,
n i =1
代替母体矩 μk = E ( X k ) =ˆ gk (θ )
即 Ak = μk = gk (θ )
从中解出θ .
注 意 点 (1)
若估计一个未知参数 θ ,则立方程
g (θ )
n
1
n
∑ X i
= A1 = μ1 = E ( X ) = 1
i =1
注 意 点 (2)
矩法估计也可以用样本中心矩
1 n
Bk = ∑ ( X i − X ) k ,
n i =1
ν
代替母体中心矩 k = E ( X − E ( X )) k
即从 Bk = ν k 中解出θ .
例 子
• P284 例5.1.3
例 x1 , x2 , …, xn是来自(a,b)上的均匀分布U(a,b)
的样本,a与b均是未知参数,这里k=2,由于
a+b (b − a)2
EX = , Var ( X ) = ,
2 12
不难推出
a = EX − 3Var ( X ), b = EX + 3Var ( X ),
由此即可得到a, b的矩估计:
aˆ = x − 3s, bˆ = x + 3s
习 题
习题5.1 1,4, 6.
§5.3 极大似然估计
5.3.1 极大似然估计的基本思想:
口袋中有黑、白两种球, 从中任取一只,
发现是白球, 则可以认为:
口袋中白球比黑球多
5.3.2 求极大似然估计的方法
设总体含有待估参数 θ ,
得到样本观测值 x1, x2,…, xn
则找一个 θˆ = θˆ( X 1, X 2 , ", X n )
使得x1, x2,…, xn出现的可能性最大。
极大似然估计的关键点
称以上 L 的为似然函数。
例 子
• P299 例5.3.2 0 - -1 分布
!仅含有一个参数
• P300 例5.3.3 正态分布 N(μ, σ2)
!含有二个参数
• P301 例5.3.4 均匀分布 U(0, θ)
!不能使用求导方法
2σ i =1 2 2
将lnL(μ,σ 2)分别关于二个分量求偏导并令
其为0, 即得到似然方程组
∂ ln L(μ,σ 2 ) 1 n
= 2 ∑ ( xi − μ ) = 0 (1)
∂μ σ i=1
∂ln L(μ,σ 2 ) 1 n n
= 4 ∑(xi − μ) − 2 = 0
2
(2)
∂σ 2
2σ i=1 2σ
解此方程组,可由(1)得μ的极大似然估计为
1 n
μˆ = ∑ xi = x
n i =1
将之代入 (2)给出σ 2的极大似然估计
1 n
σˆ = ∑ ( xi − x )2 = sn2
2
n i =1
利用二阶导函数矩阵的非正定性可以说明上述
估计使得似然函数取极大值。
虽然求导函数是求极大似然估计最常用的方
法,但并不是在所有场合求导都是有效的。
例 设 x1 , x2 , …, xn是来自均匀总体
U(0,θ)的样本,试求θ的极大似然估计。
解 似然函数
1
L(θ ) = , x(n) ≤ θ
θ n
要使L(θ)达到最大,即1/θn尽可能大,所以
θ的取值应尽可能小,但θ不能小于x(n),由此
给出θ的极大似然估计:
θˆ = x( n )
5.3.3 MLE的不变性
设 θˆMLE 是θ 的极大似然估计,
例 设 x1 , x2 , …, xn是来自正态总体N(μ ,σ 2)
的样本,则μ和σ 2的极大似然估计为
2 2
μ = x, σ =sn ,于是由不变性可得如下参数的极
大似然估计,它们是:
¾ 标准差σ 的MLE是 σˆ = sn
⎛ 3− μ ⎞ ⎛ 3− x ⎞
¾ 概率P( X < 3) =Φ⎜ ⎟ 的MLE是Φ ⎜ ⎟ ;
⎝ σ ⎠ ⎝ s ⎠
习 题