第7章参数估计 练习题 一、填空题（共10题，每题2分，共计20分） 1．参数估计就是用_______ __去估计_______ __。 2. 点估计就是用_______ __的某个取值直接作为总体参数的_______ __。3．区间估计是在_______ __的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减_______ __得到。 4. 如果将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占的比例称为_______ __，也成为_______ __。 5．当样本量给定时，置信区间的宽度随着置信系数的增大而_______ __；当置信水平固定时，置信区间的宽度随着样本量的增大而_______ __。 6. 评价估计量的标准包含无偏性、_______ __和_______ __。 7. 在参数估计中，总是希望提高估计的可靠程度，但在一定的样本量下，要提高估计的可靠程度，就会_______ __置信区间的宽度；如要缩小置信区间的宽度，又不降低置信程度，就要_______ __样本量。 8. 估计总体均值置信区间时的估计误差受总体标准差、_______ __和_______ __的影响。 9. 估计方差未知的正态总体均值置信区间用公式_______ __；当样本容量大于等于30时，可以用近似公式_______ __。 10. 估计正态总体方差的置信区间时，用_____ __分布，公式为______ __。 二、选择题（共10题，每题1分，共计10分） 1．根据一个具体的样本求出的总体均值的95%的置信区间 ( )。 A．以95%的概率包含总体均值 B．有5%的可能性包含总体均值 C．一定包含总体均值 D. 要么包含总体均值，要么不包含总体均值 2．估计量的含义是指( )。
精品文档 第7章参数估计 练习题 一、填空题（共10题，每题2分，共计20分） 1．参数估计就是用_______ __去估计_______ __。 2. 点估计就是用_______ __的某个取值直接作为总体参数的_______ __。 3．区间估计是在_______ __的基础上，给出总体参数估计的一个区间范围， 该区间通常由样本统计量加减_______ __得到。 4. 如果将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数 所占的比例称为_______ __，也成为_______ __。 5．当样本量给定时，置信区间的宽度随着置信系数的增大而_______ __；当 置信水平固定时，置信区间的宽度随着样本量的增大而_______ __。 6. 评价估计量的标准包含无偏性、_______ __和_______ __。 7. 在参数估计中，总是希望提高估计的可靠程度，但在一定的样本量下，要提 高估计的可靠程度，就会_______ __置信区间的宽度；如要缩小置信区间的宽度，又不降低置信程度，就要_______ __样本量。 8. 估计总体均值置信区间时的估计误差受总体标准差、_______ __和_______ __的影响。 9. 估计方差未知的正态总体均值置信区间用公式_______ __；当样本容量大 于等于30时，可以用近似公式_______ __。 10. 估计正态总体方差的置信区间时，用_____ __分布，公式为______ __。 二、选择题（共10题，每题1分，共计10分） 1．根据一个具体的样本求出的总体均值的95%的置信区间 ( )。 A．以95%的概率包含总体均值 B．有5%的可能性包含总体均值 C．一定包含总体均值 D. 要么包含总体均值，要么不包含总体均值 2．估计量的含义是指( )。 精品文档． 精品文档用来估计总体参数的统计量的名称A. 用来估计总体参数的统计量的具体数值B. 总体参数的名称C. 总体参数的具体数值D. 总体均值的置信区间等于样本均值加减边际误差，其中边际误差等于所要求置信3．。水平的临界值乘以( ) B. 样本标准差A. 样本均值的标 准差 D. 总体标准差C. 样本方差 ( )。4．一个95% 的置信区间是指 95%的概率落在这一区间内A. 总体参数有 5%的概率未落在这
第七章 参数估计 第一节 基本概念 1、概念网络图 {}???? ??? ?? ???????????????????→??????单正态总体的区间估计区间估计一致性有效性无偏性估计量的评选标准极大似然估计矩估计点估计从样本推断总体
2、重要公式和结论
例7．1：设总体),(~b a U X ，求对a, b 的矩估计量。 例7．2：设n x x x ,,,,21 是总体的一个样本，试证 （1）;2110351321x x x ++= ∧ μ （2）;125 41313212x x x + +=∧μ （3）.12 1 43313213x x x - +=∧μ 都是总体均值u 的无偏估计，并比较有效性。 例7．3：设n x x x ,,,,21 是取自总体),(~2 σμN X 的样本，试证 ∑=--=n i i x x n S 1 22 )(11 是2 σ的相合估计量。
第二节 重点考核点 矩估计和极大似然估计；估计量的优劣；区间估计 第三节 常见题型 1、矩估计和极大似然估计 例7．4：设0),,0(~>θθU X ，求θ的最大似然估计量及矩估计量。 例7．5：设总体X 的密度函数为 ?????≥=--. , 0,1)(/)(其他μθ θμx e x f x 其中θ>0, θ,μ为未知参数，n X X X ,,,21 为取自X 的样本。试求θ,μ的极大似然估计量。 2、估计量的优劣 例7．6：设n 个随机变量n x x x ,,,21 独立同分布， ,)(11,1,)(1 22 12 1∑∑==--===n i i n i i x x n S x n x x D σ 则 （A ）S 是σ的无偏估计量； （B ）S 是σ的最大似然估计量； （C ）S 是σ的相合估计量； （D ）x S 与2 相互独立。 例7．7：设总体X 的密度函数为 ?????<<-=, , 0,0),(6)(3 其他θθθx x x x f n X X X ,,,21 是取自X 的简单随机样本。 （1） 求θ的矩估计量∧ θ；
第三章参数估计 重点： 1.总体参数与统计量 2.样本均值与样本比例及其标准误差 难点： 1.区间估计 2.样本量的确定 知识点一：总体分布与总体参数 统计分析数据的方法包括：描述统计和推断统计（第一章） 推断统计是研究如何利用样本数据来推断总体特征的统计学方法，包括参数估计和假设检验两大类。 总体分布是总体中所有观测值所形成的分布。 总体参数是对总体特征的某个概括性的度量。通常有 总体平均数（μ） 总体方差（σ2） 总体比例（π） 知识点二：统计量和抽样分布 总体参数是未知的，但可以利用样本信息来推断。
统计量是根据样本数据计算的用于推断总体的某些量，是对样本特征的某个概括性度量。 统计量是样本的函数，如样本均值（）、样本方差（s2）、样本比例（p）等。 构成统计量的函数中不能包括未知因素。 由于样本是从总体中随机抽取的，样本具有随机性，由样本数据计算出的统计量也就是随机的。统计量的取值是依据样本而变化的，不同的样本可以计算出不同的统计量值。 [例题·单选题]以下为总体参数的是( ) a．样本均值b．样本方差 c．样本比例d．总体均值 答案：d 解析：总体参数是对总体特征的某个概括性的度量。通常有总体平均数、总体方差、总体比 例题·判断题：统计量是样本的函数。 答案：正确 解析：统计量是样本的函数，如样本均值（）、样本方差（）、样本比例（p）等。构成统计量的函数中不能包括未知因素。 [例题·判断题]在抽样推断中，作为推断对象的总体和作为观察对象的样本都是确定的、唯一的。 答案：错误 解析：作为推断对象的总体是唯一的，但作为观察对象的样本不是唯一的，不同的样本可以计算出不同的统计量值。。
经典参数估计方法：普通最小二乘（OLS）、最大似然（ML）和矩估计（MM） 普通最小二乘估计（Ordinary least squares，OLS） 1801年，意大利天文学家朱赛普.皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高斯也计算了谷神星的轨道。奥地利天文学家海因里希.奥尔伯斯根据高斯计算出来的轨道重新发现了谷神星。高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。法国科学家勒让德于1806年独立发现“最小二乘法”，但因不为世人所知而默默无闻。勒让德曾与高斯为谁最早创立最小二乘法原理发生争执。1829年，高斯提供了最小二乘法的优化效果强于其他方法的证明，因此被称为高斯-莫卡夫定理。 最大似然估计（Maximum likelihood，ML） 最大似然法，也称最大或然法、极大似然法，最早由高斯提出，后由英国遗传及统计学家费歇于1912年重新提出，并证明了该方法的一些性质，名称“最大似然估计”也是费歇给出的。该方法是不同于最小二乘法的另一种参数估计方法，是从最大似然原理出发发展起来的其他估计方法的基础。虽然其应用没有最小二乘法普遍，但在计量经济学理论上占据很重要的地位，因为最大似然原
理比最小二乘原理更本质地揭示了通过样本估计总体的内在机理。计量经济学的发展，更多地是以最大似然原理为基础的，对于一些特殊的计量经济学模型，最大似然法才是成功的估计方法。 对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据；而对于最大似然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该是使得从模型中抽取该n组样本观测值的概率最大。 从总体中经过n次随机抽取得到的样本容量为n的样本观测值，在任一次随机抽取中，样本观测值都以一定的概率出现。如果已经知道总体的参数，当然由变量的频率函数可以计算其概率。如果只知道总体服从某种分布，但不知道其分布参数，通过随机样本可以求出总体的参数估计。 以正态分布的总体为例，每个总体都有自己的分布参数期望和方差，如果已经得到n组样本观测值，在可供选择的总体中，哪个总体最可能产生已经得到的n组样本观测值呢？显然，要对每个可能的正态总体估计取n组样本观测值的联合概率，然后选择其参数能使观测值的联合概率最大的那个总体。将样本观测值联合概率函数称为变量的似然函数。在已经取得样本观测值的情况下，使似然函数取极大值的总体分布参数所代表的总体具有最大的概率取得这些样本观测值，该总体参数即是所要求的参数。通过似然函数极大化以求得总体参数估计量的方法被称为极大似然法。
参数估计 一、参数的点估计 重点：矩法估计、极大似然估计 难点：极大似然估计 在很多场合我们凭经验能知道总体的分布形式，但分布函数中的某些参数是未知的，这时我们就要利用样本资料对这些参数进行估计，如何利用样本资料求这些参数的近似值，就是这讲课我们要解决的问题。 （一）参数估计含义 假设总体的分布类型已知，但其所含的某些参数未知，利用样本资料，对这些未知参数进行估计称为参数估计。参数估计又分为点估计和区间估计，这次课我们讲点估计及其评价标准。 （二）点估计含义 设总体X 的分布函数),(θx F 形式已知，θ是未知参数，n X X X ,,,21 是总体X 的一个样本，n x x x ,,,21 是相应的样本观测值，点估计就是构造一个适当的统计量),,,(?21n X X X θ，用它的观测值),,,(?21n x x x θ作为未知参数的近似值，称),,,(?21n X X X θ为θ的估计量，称),,,(?21n x x x θ为θ的估计值。点估计主要有矩法估计和极大似然估计，下面我们就依次学习这两种方法。 （三）矩估计法 1． 矩估计法定义：设总体X 的分布律为X k R x x P x X P ∈==),,,,,(}{21θθθ 或概率密度为 ),,,,(21k x f θθθ ，k θθθ,,,21 为待估未知参数，总体的前k 阶矩??? ???∑==∞∞ -∈),,,,() ,,,,()(2121k l R x k l l l x f x x P x X E X θθθθθθμ ， k l ,,2,1 =存在，用样本矩∑= =n i l i l X n A 1 1作为总体矩)(l l X E =μ的估计量k l ,,2,1 =，用样本矩的连续函数),,,(21k A A A g 作为总体矩的连续函数),,,(21k g μμμ 的估计量，这种估计方法称为矩估计法 2． 做法： （1）找出待估参数k θθθ,,,21 ，写出总体分布，求出总体前k 阶矩l μ， k l ,,2,1 = （2）令l l A =μ，k l ,,2,1 =，得关于k θθθ,,,21 的方程组。解方程组得k θθθ,,,21 的估计量),,(??1k l l A A θθ=，称),,(??1k l l A A θθ=为l θ的矩估计量,k l ,,2,1 = 注意：有几个要估计的参数就求出总体的前几阶矩。 3． 例题 例1 设总体X ～(0-1)分布,参数为p ，求p 的矩估计量
实验三用EXCEL进行参数估计和假设检验 一、用EXCEL进行区间估计 数据：某百货公司6月份各天的销售额数据如下：（单位：万元） 求在概率90%的保证下，顾客平均消费额的估计区间。 参数估计数据及结果： 从上面的结果我们可以知道，该月平均销售额的置信下限为270.23，置信上限为277.97。 二、用EXCEL进行假设检验 例题1：假设有A、B两个品牌的电池，现分别从这两个品牌电池中随机抽取10只进行检测，获得下表数据。它们的使用寿命方差相等为30，试问在0.1
的显著性水平下，可否认为两个品牌的平均使用寿命存在显著差异？ 据上，提出原假设：A、B两个品牌的电池使用寿命不存在显著差异， 备择假设：A、B两个品牌的电池使用寿命存在显著差异。 进行Z检验-双样本平均差检验： 得如下所示结果： 此次检验属于双尾检验，P=01101282872 > 显著性水平0.1，所以在0.1的显著性水平下不能拒绝原假设，即可以认为两个品牌的平均使用寿命不存在显著性差异。
例题2：用某种药物治疗9例再生障碍性贫血患者，治疗前后患者血红蛋白变化的数据如下表所示。问在0.05的显著性水平下，能否认为这种药物至少可以使血红蛋白数量增加15个单位？ 提出原假设：这种药物不能使患者血红蛋白至少增加15个单位； 备择假设：这种药物可以使患者的血红蛋白至少增加15个单位。由于总体平均差已知，选用t-检验：平均值的成对二样本分析： 得结果如下：
由于显著性水平为0.05大于P值0.00037558，因此要拒绝原假设，即可以认为这种药物至少能使血红蛋白数量增加15个单位。 例题3：某研究所试验出一批新品种，想知道新品种产量是否比老品种产量有显著提高，随机抽取新老品种产量各9个，数据如下(单位：千克)。试问，在0.05的显著性水平下，可否认为新品种比老品种的产量有显著提高？ 据条件，提出原假设：新品种比老品种产量没有显著提高； 备择假设：新品种比老品种产量显著提高。