第七章-参数估计

点估计:

  • 估计一个数,就是点估计

区间估计:

  • 范围内的估计

参数估计:

  • 通过抽取样本构造函数来估计参数
  • 参数的空间: 就是参数的取值范围

矩估计:

  • 用样本的矩代替总体的矩
    • 一阶: X‘ = 1/nΣXi
    • 二阶: A2 = 1/nΣXi2

极大似然估计:还是用样本数据的极值估计参数

  • 做题步骤: 
    1. 写总体的概率函数(离散型)或者密度函数(连续型)函数
    2. 写似然函数L(λ), 此时λ是参数, 此时要化简下似然函数
    3. 两变同时取对数ln, ln(λ)
    4. 对λ求导且令导函数为0, 求出λ

点估计的优良准则:

  • 无偏性: Eθ‘ = θ
  • 总体X,EX = μ, DX = σ2,  (x1, x2,...xn)未样本
    • X‘是μ的无偏估计, EX‘ = μ
    • 样本方差S2是σ2的无偏估计, ES2 = σ2
    • 未修正方差S02是σ2的有偏估计
    • θ‘是θ的无偏估计, g(θ‘)不一定是g(θ)的无偏估计
    • S2是σ2的无偏估计, S2?不是σ2?的五片估计
  • 有效性: D(θ‘1)≤D(θ‘2)
    • 总体:X, EX=μ, DX=σ2
    • a12+...+an2 ≥1/n
  • 想合性: 一致性
    • limn→∞P(|θ‘-θ|<ξ) = 1

第七章-参数估计

上一篇:一篇关于Java选手给自己挖的js字符串替换巨坑的日志


下一篇:数字转汉字