參數(shù)估計及其在實際生活中的應用論文_第1頁
已閱讀1頁,還剩5頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、 參數(shù)估計的若干方法及應用 參數(shù)估計的若干方法及應用陳茜瑤 2012 級數(shù)學一班 060112041摘要 摘要: 參數(shù)估計是統(tǒng)計理論的一種基本形式,是數(shù)理統(tǒng)計學的一種重要分支,其中最常見的估計方法是點估計和區(qū)間估計。本文將對矩估計,極大似然估計,區(qū)間估計法等三種參數(shù)估計方法進行推廣分析。對它們的范圍進行比較討論,最后我們對其各自的重要性及其在實際中的應用作一介紹。關(guān)鍵詞: 關(guān)鍵詞: 參數(shù)估計;矩

2、估計 ;極大似然估計;區(qū)間估計引言 引言: 隨著數(shù)理統(tǒng)計的應用更加廣泛,參數(shù)估計在醫(yī)療,交通,市場消費,甚至是自然災害的預測等實際生活中都有著舉足輕重的作用,它科學且精確地讓我們預測一個參數(shù)的值,以達到避免災害或是獲取利益等作用。參數(shù)估計已不知不覺滲透到生活的各個方面,它對人們的生活帶來的很大的方便。但是對于參數(shù)估計方法,好多人卻不是很了解,所以,為了人們能更好的利用參數(shù)估計為生產(chǎn)生活服務(wù),本文將在論文中對參數(shù)估計的具體方法做一個較為系

3、統(tǒng)細致的講解。參數(shù)估計方法在人們生活中的應用,便于人們能更了解參數(shù)估計,接觸參數(shù)估計,很好把它應用到生活之中。這樣,就會避免不必要的盲目性,對事物的發(fā)展有個相對明確的判斷和把握,為生活帶來方便和效益。1. 1.參數(shù)估計 參數(shù)估計參數(shù)估計(parameter estimation)是根據(jù)從總體中抽取的樣本估計總體分布中包含的未知參數(shù)的方法。人們常常需要根據(jù)手中的數(shù)據(jù),分析或推斷數(shù)據(jù)反映的本質(zhì)規(guī)律。即根據(jù)樣本數(shù)據(jù)選擇統(tǒng)計量去推斷總體的分布或

4、數(shù)字特征等。統(tǒng)計推斷是數(shù)理統(tǒng)計研究的核心問題。所謂統(tǒng)計推斷是指根據(jù)樣本對總體分布或分布的數(shù)字特征等作出合理的推斷。它是統(tǒng)計推斷的一種基本形式,它是數(shù)理統(tǒng)計學中的一個重要分支,分為點估計和區(qū)間估計兩部分。也就是當在已知系統(tǒng)模型結(jié)構(gòu)時,用系統(tǒng)的輸入和輸出數(shù)據(jù)計算系統(tǒng)模型參數(shù)的過程。18 世紀末德國數(shù)學家 C.F.高斯首先提出參數(shù)估計的方法,20 世紀 60 年代,隨著電子計算機的普及,參數(shù)估計有了飛速的發(fā)展。這里的參數(shù)是指如下參數(shù) .如:二

5、點分布 b(1,p)中的概率 p,正態(tài)分布 N( )中 ? ? ?,的 和 。 ? ?分布中所含的未知參數(shù) 的函數(shù)。如:服從正態(tài)分布的 的變量 X 不超過某給定 ? ? ?2 , N ? ?值 a 的概率 是未知參數(shù)的函數(shù); ( ) ( ) a P X a ??? ? ? ? , ? ?分布的各種特征數(shù)也都是未知參數(shù)。如:均值 ,方差 分布位數(shù)等。 ( ) E X ( ) Var X一般情況下,常用 表示參數(shù),參數(shù) 所有可能取值組成的集

6、合稱為稱為參數(shù)空間,用 ? ? ?表示。2. 2.參數(shù)估計的常用方法 參數(shù)估計的常用方法定義 定義 2.1 2.1 設(shè) 是來自總體的一個樣本,用來估計未知參數(shù) 的統(tǒng)計量 1, , n x x ? ?3則稱 是 的最大似然估計,簡稱為 MLE ( ) max ( ) L L? ? ???? ? ???2.3 2.3 最小二乘法 最小二乘法最小二乘法是常用的估計方法,最用于線性模型在 中,若 2 ( , , ) n Y X I ? ?(2

7、-3) ? ? ( ) ( ) ( ) ( ) min Y X Y X Y X Y X?? ? ? ? ? ? ? ? ? ? ?就稱 為 的最小二乘估計。 ? ? ?2.4 2.4 派生估計法 派生估計法設(shè) ,已知 X 的樣本為: ,求參數(shù) 的 1 2 ~ ( ; , , , ) x l X F x ? ? ? ??? 1 2 , , , n X X X ??? 1 2 , , , l ? ? ? ???派生估計量。令 ,已知 Y 的

8、常用的分布函數(shù)為 。 1 2 ( ; , , , ) l Y g X ? ? ? ? ??? 1 2 ( ; , , , ) Y l F y a a a ???記 ,把 看成是來自 Y 的樣本,假設(shè) 1 2 ( ; , , , ), 1,2, , i i l Y g X i n ? ? ? ? ??? ? ??? 1 2 , , , n Y Y Y ???的某種類型估計量是: 其中 。 k a~1 2 ? ( ; , , , ), 1

9、,2, , k k l a T Y k l ? ? ? ? ??? ? ???~1 2 ( , , , ) n Y Y Y Y ? ???再次假設(shè) 是已知參數(shù),我們可以記 為對應的該種類型的派生估 1 2 , , , l a a a ??? 1 2 , , , l ? ? ? ???計量為 ,那么 就是是下列方程組的解: 1 2 ? ? ? , , , l ? ? ? ??? 1 2 ? ? ? , , , l ? ? ? ???~1

10、2 ? ? ? ( ; , , , ), 1,2, , k k l a T Y k l ? ? ? ? ??? ? ???從而我們就可以得到 的值,就可以得到 的派生估計量。在得到 1 2 ? ? ? , , , l ? ? ? ??? 1 2 , , , l ? ? ? ???上面的值時,我們必須要先了解下面兩條定理:定理 定理 1、 為來自總體 的樣本觀測值,若估計量~1 ( , , ) n x x x ? ???~1 ( , ,

11、) n X X X ? ???;那么對 , 是關(guān)于 t 的連續(xù)函數(shù),那么 也將 ? a以概率收斂于a n N ? ? ( , ) H x t~? ( , ) H x a以概率收斂于 。~ ( , ) H x a定理 定理 2、總體 X 服從分布 ,而 , 為 ( ) X F X ? , ( ; ) ~ ( ; ) Y Y g X F x a ? ?~1 ( , , ) n x x x ? ???來自總體 的樣本觀測值,而 , 的派生估計

12、值 滿足~1 ( , , ) n X X X ? ???~? ( ; ) a a T x ? ? 的估計 ? ? ?條件 ,通過化簡可以解得 存在并且關(guān)于 a 連續(xù),如果原估計量~ ? ( ; ) a T x ? ?~ ? ( ; ) H x a ? ? ? a以概率收斂于 ,那么派生估計量 也以概率收斂于 。 a ? ? ?2.5 2.5 參數(shù)的區(qū)間估計 參數(shù)的區(qū)間估計點估計是用一個確定的值去估計未知參數(shù),但不知其精確程度。在實際中,

13、我們需要求出未知參數(shù)的近似值,還要度量點估計的精確度。其方法就是給未知參數(shù)一個區(qū)間,使其蓋住 概率盡可能大,這就是參數(shù)區(qū)間。 ?2.5.1 2.5.1 置信區(qū) 置信區(qū)定義 定義 2.5.1 2.5.1 設(shè) 是總體的一個參數(shù),其參數(shù)空間為 , 是來自該總體的樣本,對 ? ? 1, , n x x ?給定的一個 (0< <1),假設(shè)有兩個統(tǒng)計量 和 ? ? ? ? 1, , L L n x x ? ?? ?? ?,若對任意的 ,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論