概率论--点估计

首先我们来看下什么是参数估计
概率论--点估计_第1张图片

那么参数估计问题又是什么?
概率论--点估计_第2张图片

参数估计分为两大类,一类是点估计,还有一类是区间估计,点估计分为矩估计和最大似然估计,就比如说估计降雨量,预计今天的降雨量如果是550mm就是点估计,如果是500-600mm就是区间估计

点估计的主要任务就是去寻求位置参数的点估计量或者说是点估计值,我们可以通过矩估计和最大似然估计法来求

概率论--点估计_第3张图片

下面再简单看下矩估计法

我们可以用样本矩估计总体矩,用样本矩函数去估计总体的矩函数,我们这么做的依据就是大数定理

我们通常用Ak表示样本的k阶原点矩,用αk表示总体的k阶原点矩,依据大数定律,样本的k阶原点矩是依概率收敛于总体的k阶原点矩的,进一步说样本的矩函数就依概率收敛于总体的矩函数,也就是说当样本n足够大的时候,我们就可以把样本矩来代替总体矩,然后去估计未知参数
概率论--点估计_第4张图片

总体的一阶原点矩α1就等于总体的数学期望,二阶原点矩就等于X^2的期望,依次类推..

概率论--点估计_第5张图片
概率论--点估计_第6张图片
概率论--点估计_第7张图片

你可能感兴趣的:(概率论)