点估计(矩估计法和最大似然估计法)

估计即是近似地求某个参数的值,需要区别理解样本、总体、量、值
大致的题型是已知某分布(其实包含未知参数),从中取样本并给出样本值
我只是一个初学者,可能有的步骤比较繁琐,请见谅~


1、矩估计法
做题步骤:
1)、E(x),求总体均值(一般含有未知参数)
2)、命E(x) = 样本均值/样本均量
离散型:
例:设总体X有以下分布律
这里写图片描述
其实θ为未知参数,从中取样本(X1,X2,X3,X4),样本值为(-1,1,1,2),求θ的矩估计值

解题过程:
点估计(矩估计法和最大似然估计法)_第1张图片
注意这里求的是估计值,最后得出来的是一个数


连续型:
例:设总体X的概率密度为
点估计(矩估计法和最大似然估计法)_第2张图片
(X1,X2…Xn)是来自总体的样本,(x1,x1…xn)为其样本值,求θ的矩估计量
解题过程:
点估计(矩估计法和最大似然估计法)_第3张图片
注意这里是估计量


2、最大似然估计法

离散型:
1)、L(θ)=P{X1=x1}P{X2=x2}…P{Xn=xn}=P{x=x1}P{x=x2}…P{x=xn}
2)、lnL(θ) = …
3)、对lnL(θ)求导,令求导后的结果等于0,求出θ

例:设总体X有以下分布律**(下表中的 -1 改为 0)**
这里写图片描述
其实θ为未知参数,从中取样本(X1,X2,X3,X4),样本值为(0,1,0,2),求θ的最大似然估计值

解题过程:
点估计(矩估计法和最大似然估计法)_第4张图片


连续型:
1)、L(θ)=f(x1,θ)f(x2,θ)…f(xn,θ)
2)、lnL(θ) = …
3)、对lnL(θ)求导,令求导后的结果等于0,求出θ
例:
点估计(矩估计法和最大似然估计法)_第5张图片

解题过程:
点估计(矩估计法和最大似然估计法)_第6张图片
注意:估计量的话X必须是大写的,估计值的话x必须是小写。需要熟练掌握对数的运算


关于概率论我推荐汤家风老师的视频,在B站可以搜到的~~


因为我在上传的时候改了部分题干,这篇文章有些许错误,等我考完试再修改,请大家谅解

你可能感兴趣的:(其他)