參數(shù)估計的若干方法及應(yīng)用_第1頁
已閱讀1頁,還剩3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(yīng)用周繼南12級數(shù)學(xué)與應(yīng)用數(shù)學(xué)1班060112046摘要:參數(shù)估計(parameterestimation)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。它是統(tǒng)計推斷的一種基本形式,是數(shù)理統(tǒng)計學(xué)的一個重要分支,分為點估計和區(qū)間估計兩部分。文章將介紹矩估計,極大似然估計,區(qū)間估計法等參數(shù)估計方法,并對極大似然估計,最小二乘法進行推廣分析。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(yīng)用

2、作一介紹。關(guān)鍵詞:參數(shù)估計;矩估計;極大似然估計;區(qū)間估計;最小二乘法;引言:隨著數(shù)理統(tǒng)計的應(yīng)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(zāi)害的預(yù)測等實際生活中都有著舉足輕重的作用,它科學(xué)且精確地讓我們預(yù)測一個參數(shù)的值,以達到避免災(zāi)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

3、參數(shù)估計的具體方法做一個較為系統(tǒng)細致的講解。參數(shù)估計方法在人們生活中的應(yīng)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(yīng)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。正文:1、參數(shù)估計的基本方法參數(shù)估計有點估計(pointestimation)和區(qū)間估計(intervalestimation)兩種。1.1點估計點估計是依據(jù)樣本估計總體分布中所含的未知參數(shù)或未知參數(shù)的函數(shù)。通

4、常它們是總體的某個特征值,如數(shù)學(xué)期望、方差和相關(guān)系數(shù)等。點估計問題就是要構(gòu)造一個只依賴于樣本的量,作為未知參數(shù)或未知參數(shù)的函數(shù)的估計值。例如,設(shè)一批產(chǎn)品的廢品率為θ。為估計θ,從這批產(chǎn)品中隨機地抽出n個作檢查,以X記其中的廢品個數(shù),用Xn估計θ,這就是一個點估計。(1)構(gòu)造點估計常用的方法是:①矩估計法。用樣本矩估計總體矩,如用樣本均值估計總體均值。②極大似然估計法。于1912年由英國統(tǒng)計學(xué)家R.A.費希爾提出,用來求一個樣本集的相關(guān)概

5、率密度函數(shù)的參數(shù)。(在以后的文章中專門討論)③最小二乘法。主要用于線性統(tǒng)計模型中的參數(shù)估計問題。(在以后的文章中專門討論)④貝葉斯估計法。基于貝葉斯學(xué)派(見貝葉斯統(tǒng)計)的觀點而提出的估計法。(2)可以用來估計未知參數(shù)的估計量很多,于是產(chǎn)生了怎樣選擇一個優(yōu)良估計量的問題。首先必須對優(yōu)良性定出準則,這種準則是不唯一的,可以根據(jù)實際問題和理論研究的方便進行選擇。優(yōu)良性準則有兩大類:一類是小樣本準則,即在樣本大小固定時的優(yōu)良性準則;另一類是大樣

6、本準則,即在樣本大小趨于無窮時的優(yōu)良性準則。最重要的小樣本優(yōu)良性準則是無偏性及與此相關(guān)的一致最小方差無偏估計,其次有容許性準則,最小化最大準則,最優(yōu)同變準則等。大樣本優(yōu)良性準則有相合性、最優(yōu)漸近正態(tài)估計和漸近有效估計等。1.2區(qū)間估計區(qū)間估計是依據(jù)抽取的樣本,根據(jù)一定的正確度與精確度的要求,構(gòu)造出適當?shù)膮^(qū)間,作2.2.1極大似然估計原理費歇引進的極大似然法,至今仍然是參數(shù)點估計中最重要的方法從理論觀點來看,是利用總體的分布函數(shù)F(X;)

7、的表達式及樣本所提供的信息,建立未知參數(shù)θ的估計ξθ量(,,,)。θ1ξ2ξ???nξ設(shè)總體ξ的概率函數(shù)為F(x,,,,),其中,,,,為未知1θ2θ???lθ1θ2θ???lθ參數(shù),參數(shù)空間Θ是l維的,,,為簡單隨機樣本,它的聯(lián)合概率函數(shù)為1ξ2ξ???nξF(,,,;,,,)1Χ2Χ???nΧ1θ2θ???lθ稱L(,,,)=(;,,,)為,,,的似然1θ2θ???lθ?nif1=iξ1θ2θ???lθ1θ2θ???nθ函數(shù)。若有,

8、,,使得下式成立:L()=maxΛθ1Λθ2???ΛθlΛθ1Λθ2???Λθl)(21lLθθθ???則稱=(,,,)為的極大似然估計量。ΛθjΛθj1ξ2ξ???nξjθ2.2.2估計的求法常見的極大似然估計方法有微分法、定義法和比值法。(1)微分法:當似然函數(shù)為的連續(xù)函數(shù),且關(guān)于的各分量的偏導(dǎo)數(shù)存在時,可用微ξθ分法求極大似然估計設(shè)θ是k維的,Θ是中的開區(qū)域,則由極值的必要條kR件知極大似然估計應(yīng)滿足似然方程=0,i=1,2,,k

9、iXLθθ??)(???為了方便,常對似然函數(shù)取對數(shù),易知L(θ,x)與在Θ上有相同的最ln()Χθ大值點,因此,似然方程可寫成=0,i=1,2,…,k值得注意的是,由極值的ixLθθ??)(ln必要條件知極大似然估計一定是似然方程的解,但未必似然方程的所有解都是極大似然估計,嚴格講對似然方程的解要經(jīng)過驗證才能確定是極大似然估計(2)定義法似然函數(shù)若關(guān)于θ有間斷點,或似然方程無解或解不在Θ內(nèi),這時由似然函數(shù)的形式,利用定義直接判斷出極大

10、值點(3)比值法這種方法適用于參數(shù)是離散型情形為求極大似然估計,經(jīng)??紤]參數(shù)取相鄰兩項值時,用所得的似然函數(shù)的比值或差來找似然函數(shù)的最大值點小結(jié):對通過這次參數(shù)估計的研究才認識到這方面的知識博大精深,還有很多我所不了解的地方。在老師的指導(dǎo)和同學(xué)的幫助下查閱很多資料才弄懂了以前學(xué)習(xí)時忽略的問題。這次深入的了解參數(shù)估計的內(nèi)容,使我更加的想要了解和學(xué)習(xí)這方面的知識,激發(fā)了更大的興趣。在此次撰寫論文中所碰到的難處,讓我學(xué)到了怎樣更好的處理好自己

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(yù)覽,若沒有圖紙預(yù)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(zé)。
  • 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