当前课程知识点:概率论与数理统计 > 第7章 参数估计 > 矩估计 > 拓展知识
以样本矩的某一函数去替换总体矩的同一函数来构造估计量的方法称为矩估计法。矩估计法也称为数字特征法。
矩估计法的原理:用样本矩 \( \hat {E}X^k=\frac{1}{n}\sum\limits_{i=1}^n {X_i^k }
\) 或 \( \hat {E}(X-EX)^l=\frac{1}{n}\sum\limits_{i=1}^n {(X_i^ -\bar {X})^l}
\) 估计总体矩 \( EX^k \) 或 \( E(X-EX)^l \),\( k=1,2,\cdots,l=2,3,\cdots \),其中 \( X_1 ,X_2 , \ldots ,X_n \) 是来自总体 \( X \) 的样本。其基本思想源于辛钦大数定律。
如果存在未知参数 \( \theta
\),它是各总体矩的函数 \( g(EX^k,E(X-EX)^l) \),其中 \( g(\cdot
) \) 是已知函数,则可以构造参数 \( \theta \) 的估计量 \( \hat {\theta } \),它等于 \( g(\hat
{E}X^k,\hat {E}(X-EX)^l) \),这就是矩估计法的替换原则。
例如,总体 \( X \) 的标准差、偏度、峰度其定义如下:
\[
\sigma =\sqrt {EX^2-(EX)^2}
\]\[
\alpha =E\left( {\frac{X-EX}{\sqrt {DX} }}
\right)^3=\frac{E(X-EX)^3}{(EX^2-(EX)^2)^{3/2}}
\]\[
\beta =E\left( {\frac{X-EX}{\sqrt {DX} }}
\right)^4=\frac{E(X-EX)^4}{(EX^2-(EX)^2)^2}
\]则参数 \( \sigma ,\alpha ,\beta \) 的矩估计量分别为
\[ \hat {\sigma }=\sqrt {\hat {E}X^2-(\hat {E}X)^2} ; \hat {\alpha
}=\frac{\hat {E}(X-\hat {E}X)^3}{(\hat {E}X^2-(\hat {E}X)^2)^{3/2}} ; \hat
{\beta }=\frac{\hat {E}(X-\hat {E}X)^4}{(\hat {E}X^2-(\hat {E}X)^2)^2} \]
具体的样本函数为:
\[ \hat {\sigma }=\sqrt {\frac{1}{n}\sum\limits_{i=1}^n {X_i^2 } -\bar {X}^2}
; \hat {\alpha }=\frac{\frac{1}{n}\sum\limits_{i=1}^n {(X_i -\bar {X})^3}
}{(\frac{1}{n}\sum\limits_{i=1}^n {X_i^2 } -\bar {X}^2)^{3/2}} ; \hat
{\beta }=\frac{\frac{1}{n}\sum\limits_{i=1}^n {(X_i -\bar {X})^4}
}{(\frac{1}{n}\sum\limits_{i=1}^n {X_i^2 } -\bar {X}^2)^2} \]
这种替换原则方便、简洁,是矩估计法的另一种求解思路。下面再举一个实际例子。
例: 如果 1小时内到达某计算机服务器的信息数 \( X \) (单位:条)服从参数为 \( \lambda \) 的泊松分布。随机抽取该服务器18个小时到达的信息数数据,如下表所示:
\[\begin{array}{|l|l|l|l|l|l|l|l|l|}
\hline
11&
10&
9&
11&
12&
9&
13&
8&
10 \\
\hline
11&
14&
12&
7&
10&
11&
8&
10&
11 \\
\hline
\end{array}\] (1)求参数 \( \lambda \) 的矩估计量;
(2)试用矩估计法估计1小时内至少有2条信息到达该计算机服务器的概率。
解: (1) 由于总体 \( X\sim P(\lambda ) \),并且,\( EX=\lambda \) . 设 \( X_1 ,X_2
,\cdots ,X_n \) 是来自 \( X \) 的样本,则参数 \( \lambda \) 的矩估计量为
\[\hat {\lambda }_1 =\hat {E}X=\bar {X} \tag{1}\] (2) 因为1小时内至少有2条信息到达该计算机服务器的概率为
\[\begin{array}{l}
p=P\left\{ {X\ge 2} \right\}=1-P\left\{ {X=0} \right\}-P\left\{ {X=1}
\right\} \\
\;\;=1-e^{-\lambda }(1+\lambda )=1-e^{-EX}(1+EX) \\
\end{array}\tag{2}
\]所以,参数 \( p \) 的矩估计量为
\[\hat {p}_1 =1-e^{-\hat {E}X}(1+\hat {E}X)=1-e^{-\bar {X}}(1+\bar {X})\tag{3}
\]由表中数据计算得: \( \bar {x}\approx
10.39 \),代入(3)式,得到参数 \( p \) 的矩估计值
\[
\hat {p}_1 \approx 1-e^{-10.39}(1+10.39)\approx 0.9997
\]
由矩估计法得到结论:1小时内到达该计算机服务器的平均信息数约为10条,1小时内至少有2条信息到达该计算机服务器的概率约为99.97%。
-课程发展概况及概率的三要素
--讲义下载
--拓展知识
-第一章第一节测试题
-古典概率
--讲义下载
--拓展知识
-第一章第二节测试题
-几何概率
--讲义下载
--拓展知识
-第一章第三节测试题
-条件概率与乘法公式
--讲义下载
--拓展知识
-第一章第四节测试题
-全概率公式
--讲义下载
--拓展知识
-第一章第五节测试题
-贝叶斯公式
--讲义下载
--拓展知识
-第一章第六节测试题
-事件的独立性及应用
--讲义下载
--拓展知识
-第一章第七节测试题
-讨论
--“三门”问题
-第一章测试题
-随机变量及其分布
--讲义下载
--拓展知识
-第二章第一节测试题
-一类离散型随机变量的分布
--讲义下载
--拓展知识
-第二章第二节测试题
-泊松分布及泊松定理
--讲义下载
--拓展知识
-第二章第三节测试题
-均匀分布与指数分布
--讲义下载
--拓展知识
-第二章第四节测试题
-正态分布
--讲义下载
--拓展知识
-第二章第五节测试题
-连续型随机变量函数的分布
--讲义下载
--拓展知识
-第二章第六节测试题
-讨论
--分布之间关系
-第二章测试题
-多维随机变量及分布(一)
--讲义下载
--拓展知识
-第三章第一节测试题
-多维随机变量及分布(二)
--讲义下载
--拓展知识
-第三章第二节测试题
-边缘分布律和边缘密度
--讲义下载
--拓展知识
-第三章第三节测试题
-条件分布与随机变量的独立性
--讲义下载
--拓展知识
-第三章第四节测试题
-随机变量极值的分布
--讲义下载
--拓展知识
-第三章第五节测试题
-随机变量和的分布
--讲义下载
--拓展知识
-第三章第六节测试题
-数形结合求解函数的分布
--讲义下载
--拓展知识
-第三章第七节测试题
-讨论
--分布类的和不变性
-第三章测试题
-数学期望和方差的定义
--讲义下载
--拓展知识
-第四章第一节测试题
-数学期望和方差的应用
--讲义下载
--拓展知识
-第四章第二节测试题
-数学期望的线性性质及应用
--讲义下载
--拓展知识
-第四章第三节测试题
-方差的性质与协方差
--讲义下载
--拓展知识
-第四章第四节测试题
-标准化与相关系数
--讲义下载
--拓展知识
-第四章第五节测试题
-讨论
-第四章测试题
-大数定律
--课程讲义下载
--拓展知识
-第五章第一节测试题
-中心极限定理
--讲义下载
--拓展知识
-第五章第二节测试题
-讨论
--用电量的正态假设
-第五章测试题
-数理统计的基本概念
--讲义下载
--拓展知识
-第六章第一节测试题
-单样本均值统计量的分布
--讲义下载
--拓展知识
-第六章第二节测试题
-单样本方差统计量的分布
--讲义下载
--拓展知识
-第六章第三节测试题
-讨论
--保险损失分布
-第六章测试题
-什么是参数估计
--讲义下载
--拓展知识
-第七章第一节测试题
-矩估计
--讲义下载
--拓展知识
-第七章第二节测试题
-似然原理与似然函数
--讲义下载
--拓展知识
-第七章第三节测试题
-连续型分布的似然估计
--讲义下载
--拓展知识
-第七章第四节测试题
-一类离散总体的似然估计
--讲义下载
--拓展知识
-第七章第五节测试题
-区间估计
--讲义下载
--拓展知识
-第七章第六节测试题
-讨论
--湖中有多少条鱼?
-第七章测试题
-假设检验的基本原理
--讲义下载
--拓展知识
-第八章第一节测试题
-两类错误
--讲义下载
--拓展知识
-第八章第二节测试题
-正态总体均值的检验
--讲义下载
--拓展知识
-第八章第三节测试题
-正态总体方差的检验
--讲义下载
--拓展知识
-第八章第四节测试题
-卡方拟合检验
--讲义加载
--拓展知识
-第八章第五节测试题
-讨论
-第八章测试题
-一元线性回归(最小二乘估计)
--讲义下载
--拓展知识
-第九章第一节测试题
-一元线性回归(相关系数检验)
--讲义下载
--拓展知识
-第九章第二节测试题
-讨论
--火灾损失的因素
-第九章测试题