《数理统计》参数估计.ppt

２.２点估计方法－矩估计法(Moment Estimation) ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３估计量的优劣判别 ２.３　估计量的优劣判别 正态分布均值的置信区间（Confidence interval of Means) 　分析（１）： P278 正态分布均值的置信区间（Confidence interval of Means)分析１ P282 ２.４参数的区间估计 正态分布均值的置信区间（Confidence interval of Means)分析１ P296 P297 正态分布均值置信区间（Confidence interval of Means)计算举例 正态分布均值的置信区间（Confidence interval of Means)分析１ P298 ２.４参数的区间估计 正态分布均值置信区间（Confidence interval of Means)计算举例 第n+1个样本Xn+1的置信区间 P299 第n+1个样本Xn+1的置信区间 P300 正态分布方差的置信区间（Confidence interval of Variance)分析 第n+1个样本Xn+1的置信区间 P300 P304 正态分布方差的置信区间（Confidence interval of Variance)分析 P304 ２.４参数的区间估计 正态分布方差的置信区间（Confidence interval of Variance)分析 ２.４参数的区间估计 正态分布方差的置信区间（Confidence interval of Variance)分析 正态分布方差的置信区间（Confidence interval of Variance)分析 ２.４参数的区间估计 P305 正态分布方差的置信区间（Confidence interval of Variance)分析 ２.４参数的区间估计 P305 ２.４参数的区间估计 正态分布方差的区间估计计算举例 正态分布方差的置信区间（Confidence interval of Variance)计算 ２.４参数的区间估计 参数区间估计(Interval estimation of parameters) 主要步骤： ２.４参数的区间估计 正态分布均值差 的置信区间（Confidence Interval for Differences of Means)分析１ ２.４参数的区间估计 正态分布均值差的置信区间（Confidence Interval for Differences of Means)分析2 2.4 正态分布均值差的置信区间（Confidence Interval for Differences of Means)分析2 2.4 正态分布均值差的置信区间（Confidence Interval for Differences of Means)计算举例 * * 点估计量的定义： 第二章 参数估计(Parameter Estimation) 参数估计：１）点估计(Point Estimate )　 ２）区间估计(Interval Estimate) P250 点估计方法： １）矩估计法(Moment Estimation) ２）极大似然估计法(Maximum Likelihood Estimation) ２.２矩估计和极大似然估计方法 矩法估计特点： 样 即 矩估计定义： P265 注：pmf 或 pdf 定义见 P101 矩估计定义 第二章 参数估计(Parameter Estimation) P266 未知参数矩估计量计算举例： 未知参数矩估计量计算举例：　　　　 得到矩法估计量为： ２.２点估计方法－矩估计法(Moment Estimation) 未知参数矩估计量计算举例： 三、 ２.２点估计方法－矩估计法(Moment Estimation) 极大似然方法的特点：对未知参数，以已发生事件的概率最大作为估计量的选择依据。 问题：如何定义极大似然估计量？分析如下： ２.２点估计方法－极大似然法(Maximum Likelihood Estimation) 分析如下： 定义似然函数如下： ２.２点估计方法－极大似然法(Maximum Likelihood Estimation) 定义最大似然估计量（likelihood estimators)如下： ２.２极大似然法(Maximum Likelihood Estimation) 称L为似然函数。 P268 ２.２点估计方法