当前课程知识点:概率论与数理统计 > 第八章 假设检验 > 第八章 练习题 > 7.1 矩估计法
大家好,
欢迎来到我的课堂!
今天开始,我们要学习第七章:
参数估计。
统计推断的两个基本问题,
一是估计问题,
二是假设检验问题。
在估计问题当中,
对总体的分布类型进行估计
是非参数估计问题;
已知总体的分布类型,对参数进行估计
是参数估计问题。
估计参数的值,即点估计;
估计参数的取值范围,即区间估计。
今天开始,我们要来学习点估计的内容。
设总体X的分布函数形式已知,
但有一个或多个参数未知。
借助样本,
估计总体未知参数的值的问题
称为参数的点估计。
已知总体X
分布函数为F(x,θ),
其中θ未知。
X1,…,Xn是总体X的一个样本,
我们构造样本的函数,对θ进行估计。
即构造统计量
θ^(X1,…,Xn),称为估计量。
经过观测,
我们将样本值代入估计量,
得到θ的近似值
θ^(x1,...,xn),称为θ的估计值。
估计量与估计值统称为估计,
都记作θ^。
在点估计这部分,
我们需要解决两个问题:
一是点估计的方法,
二是估计量的评选标准。
我们首先来学习矩估计法。
回顾辛钦大数定律:
设X1,X2,…是独立同分布的随机变量
其公共期望存在,记作μ。
那么X1,…,Xn的算术平均
依概率收敛于公共期望μ。
现在,假定X1,…,Xn是总体X的一个样本。
根据样本的特征,
X1,…,Xn独立,
且与X同分布。
假定X的期望存在,
那么,样本的算术平均
依概率收敛于总体期望。
现在我们再考察Xi^k,
它们仍然相互独立
且与X的k次幂同分布。
如果X^k的期望存在,
那么下面的式子也成立。
我们看到,左侧是样本的k阶矩,
右侧是总体的k阶矩。
我们将这一结论叙述成定理:
假设X1,…,Xn是总体X的样本。
如果总体的k阶矩存在,
那么样本k阶矩
依概率收敛于总体k阶矩。
这个定理的意义:
它告诉我们,
用样本k阶矩可以来估计总体k阶矩。
二、推广,
如果g是连续函数,
那么样本矩的函数
依概率收敛于总体矩的函数。
因此,
如果总体的未知参数θ
能够写成总体矩的函数,
那么我们就可以用左端的
样本矩的对应函数
来估计θ的值。
这就是矩估计法的基本思想——
即用样本矩的函数估计总体矩的函数。
矩估计法的关键在于,
如何用总体矩表示出未知参数θ。
这个往往难以做到,
但是反过来,假定θ已知,
我们可以计算出各阶总体矩μk。
因此,矩估计法的步骤如下:
假定这里X的分布函数已知,为F。
θ1,…,θk是k个未知参数。
第一步,
我们计算k阶总体矩
μ1,…,μk,
它们是θ1,…,θk的函数。
一般来说,
如果总体当中有k个未知参数,
那我们可以计算总体的前k阶矩。
第二步,
在上面给出的方程组当中
我们求解θ,
解得θ1,…,θk,
将它们表示为总体矩μ1,…,μk的函数。
第三步,替代。
我们以样本矩替代总体矩
例1,
设某炸药厂一天中发生着火现象的次数 X
服从参数λ的泊松分布,
(λ>0,未知)
由下面的表格估计λ的值。
表格当中统计了总计250天的着火次数,
其中有75天0次着火,
90天1次着火,
以此类推。
下面,我们使用矩估计法
对λ进行估计。
由于这里只有一个未知参数λ,
因此我们只计算一阶矩。
总体的一阶矩为μ1
等于总体期望,即λ。
从上式当中解出λ,
显然λ就是μ1。
第三步,替代。
用样本矩A1替代上式中的总体矩
得到矩估计量
λ^=A1。
下面我们将样本值代入,
计算矩估计值,
得到矩估计值:λ^=1.22。
要注意,
估计量是随机变量,
是样本的函数;
估计值因样本值而异,
是数值。
例2,
设总体X是连续型随机变量,
其概率密度函数f(x)由这个公式给出。
(其中α>0,未知)
现在求α的矩估计量。
同样是一个未知参数,
总体一阶矩μ1等于总体的期望,
经过计算
μ1=(α+1)/(α+2)。
下面我们从这个式子当中解出α,
上式经过整理得到这一形式,
解出α等于(2μ1-1)/(1-μ1)。
第三步,替代。
我们用样本矩替代上式当中的总体矩,
得到α的矩估计量α^等于这一形式。
例3,
设总体的期望和方差存在,但未知。
X1,…,Xn是总体的一个样本,
现在求μ和σ²的矩估计量。
这里需要估计两个参数,
因此,我们计算总体的一阶和二阶矩。
总体一阶矩是期望,等于μ;
总体的二阶矩是X²的期望,
利用平方期望公式,
它等于方差加上期望的平方。
下面从这个方程组当中求解μ和σ²。
显然μ=μ1,σ²=μ2-μ1²。
第三步,替代。
我们用样本矩替代上式当中的总体矩,
得到μ和σ²的矩估计量
μ的矩估计量为X¯;
σ²的矩估计量为A2-A1²,
也就是样本的二阶中心矩。
注意,例3当中并没有给出总体的分布,
矩估计法是不需要知道总体分布的!
例4,
设总体X服从[a,b]上的均匀分布,
其中a,b未知。
设X1,…,Xn是一个样本,
求a,b的矩估计量。
这里同样是两个参数。
我们计算总体的一阶和二阶矩,
经过计算
得到它们的结果。
从方程组当中
解出a和b。
第三步,替代。
用样本矩替代上面方程组当中的总体矩,
得到a和b的矩估计量。
今天,我们学习了矩估计法。
它的基本思想是用样本矩的函数
估计总体矩的函数。
注意,
1. 总体矩不存在时无法用矩估计法;
2. 也可用样本中心矩估计总体中心矩。
采用的矩不同,
得到的估计量可能不同;
3. 矩估计法基于大数定律,
在大样本下才有较好的效果;
4. 矩估计法没有充分利用总体分布的信息。
好,今天的课就到这儿。
谢谢大家!
- 第八章 练习题