点估计和评价标准
设总体
如果
建立一个适当的统计量作为未知参数
矩估计:
对于一个参数:
- 用一阶矩建立方程:令
- 若
不能用,用二阶矩建立方程:令
一个方程解出一个参数即可作为矩估计。
- 用一阶矩建立方程:令
对于两个参数,用一阶矩与二阶矩建立两个方程,即
与 ,两个方程解出两个参数即可作为矩估计。
最大似然估计:对未知参数
进行估计时,在该参数可能的取值范围 内选取,使 “样本获此观测值 ” 的概率最大的参数值 作为 的估计,这样选定的 最有利于 的出现,即 “参数 时,观测值出现的概率最大”。 写出样本的似然函数:
求参数:
- 若似然函数有驻点,则令
或 ,解出 。 - 若似然函数无驻点(单调),则用定义求
。当 时, ;当 时, ; - 若似然函数为常数,则用定义求
,此时 不唯一。
- 若似然函数有驻点,则令
最大似然估计量的不变性原则:设
是总体分布中未知参数 的最大似然估计,函数 具有单值的反函数 ,则 是 的最大似然估计。
当同一个题目中需要求矩估计和最大似然估计时,使用
表示矩估计, 表示最大似然估计。 估计量的评价:
- 无偏性:对于估计量
,若 ,则称 为 的无偏估计量; - 有效性(最小方差性):若
,即 都是 的无偏估计量,当 ,称 比 有效; - 一致性(相合性):若
为 的估计量,如果对任意 ,有 或 ,即 ,则称 为 的一致估计量(或相合估计量)。依据切比雪夫不等式,两边取极限,夹逼准则得到极限为 。
- 无偏性:对于估计量
区间估计与假设检验
设
则称随机区间
正态总体均值的置信区间(置信水平为
待估参数 | 其他参数 | 枢轴量的分布 | 置信区间( |
---|---|---|---|
若提“单侧置信限”,把
改写成 即可,将另一侧置信区间的边界设为 。
关于总体 (分布中的未知参数,分布的类型、特征、相关性、独立性…) 的每一种论断 (“看法”) 称为统计假设。然后根据样本观察数据或试验结果所提供的信息去推断 (检验) 这个 “看法”(即假设) 是否成立,这类统计推断问题称为统计假设检验问题,简称为假设检验。如果总体分布函数
把着重考查、没有充分理由不能轻易否定的假设取为原假设(基本假设或零假设),记为
假设检验要求原假设中含等号,即
可以检验 和 ; 可以检验 和
双边检验:(
已知, 未知。 。拒绝域为 ; 未知, 未知。 。拒绝域为 ;
单边检验:(
已知, 未知。 。拒绝域为 ; 已知, 未知。 。拒绝域为 ; 未知, 未知。 。拒绝域为 ; 未知, 未知。 。拒绝域为 ; 也可以设
。
两类错误:
- 第一类错误("弃真"):若
为真,按检验法则,否定 ,此时犯了"弃真"的错误,概率为 。(就是显著性水平) - 第二类错误("取伪"):若
不真,按检验法则,接受 ,此时犯了"取伪"的错误,概率为 。
犯两类错误的概率
与 ,并不满足 ,在固定样本容量 的条件下, 小, 就大; 小, 就大。在实际应用中,我们总是在控制 的条件下,尽量使 小。