正态总体样本标准差
- 格式:doc
- 大小:384.50 KB
- 文档页数:6
正态总体样本标准差S 不是总体标准差σ的无偏估计量
设12,,,n X X X ⋅⋅⋅是来自正态总体2
(,)N μσ的一个样本,1
1n
i i X X n
==
∑
为样本均值,
2
2
1
1
()1
n
i
i S X X n ==
--∑为样本方差。众所周知,对任何总体来说样本方差2
S 是总体方差
2
σ的无偏估计两,正态总体更不是例外。但样本标准差S 却不是总体标准差σ的无偏估计
量。 证明: 由于
2
2
2
(1)~(1)n S
n χσ
--,若令2
2
(1)n S
Y σ
-=
,则2
~(1)Y n χ-的概率密度为
11
()
22110
22()200
n n n y y e y P y y --Γ-⎧
->⎪=⎨⎪
≤⎩
从而
11
22
2
2
1
22()11
2()11
()2()
2()
22
2
n
y
n
y n n
n
E y dy y e dy y
e
dy n n n
+∞
+∞
+∞
----
--∞
=
=
=--ΓΓΓ⎰
⎰
⎰
①
()
21()
2
n n =
-Γ 另一方面,
)()E E E S σσ
==
,
所以有1()2
n E S E C σσ=
=
=≠,
所以,样本标准差S 却不是总体标准差σ的无偏估计量。 如果进行修正,则可以得到σ的无偏估计量 n
C S σ=
,其中2
n C =
评注:
1. 理论依据:
正态总体样本的抽样分布,2
χ分布与Γ分布的有关性质。 2. 应用与推广:
无论总体X 服从什么分布,修正的样本方差
2
2
1
1()1
n
i
i S X
X n ==
--∑
是总体方差()D X 的无偏估计量,但是样本方差S 不是总体标准差
()X σ=
的无偏估计量。只有在正态总体的情况下才有确定性的修正方法,使得
n
C S σ= 是总体标准差的无偏估计量,对于非正态总体,情况极为复杂,一般不对其进行讨论。
参考文献:
茆诗松等,概率论与数理统计。本经:中国统计出版社,2000
参数估计方法在捕鱼问题中的应用
设湖中有鱼N 条,做上记号后放回湖中(记号不消失),一段时间后让湖中的鱼(做上记号的和没做记号的)混合均匀,再从湖中捕出鱼数s 条()s r ≥ ,其中有t 条(0)t r ≤≤标有记号。试根据这些信息,估计湖中鱼数的N 值。
(1)根据概率的统计定义:湖中有记号的鱼的比例应是r N
(概率),而在捕出的s
条中有记号的鱼为t 条,有记号的鱼的比例是
t s
(频率)。设想捕鱼是完全随机的,每条
鱼被捕的机会都相等,于是根据用频率来近似概率的道理,便有
r t N
s
= 即 rs N t
=
故 rs N
t
≈(取最接近的整数)。
(2)用矩估计法:设捕出的s 条鱼中,标有记号的鱼为ξ,因为ξ是超几何分布,
而超几何分布的数学期望是()rs E N
ξ=
。捕s 条鱼得到有标记的鱼的总体平均数,而现在
只捕一次,出现t 条有标记的鱼,故由矩估计法,令总体一阶原点矩等于样本一阶原点矩,即
rs
t N =,于是也得 rs N t
≈(取最接近的整数)。 (3)根据二项分布与极大似然估计:若再加上一点条件,及假定捕出的鱼数s 与湖中的鱼数N 的比很小,即s N,这样的假定对实际来说一般是可以满足的,这样我们可以认为每捕一条鱼出现有标记的概率为r p N
=
,且认为在s 次捕鱼(每次捕一条)中
p 不变。把捕s 条鱼近似地看做s 重贝努力实验,于是,根据二项分布,s 条鱼有t 条有
标记的,就相当于s 次试验中有t 次成功。故
1()(1)
(
)(1)
()
t
t
s t
t
t
s t
t t s t
s s s s s
r r p t C p p C C r N r N
N
N
---=-=-
=
-
同样地,我们取使N 概率()s p t 达到最大,为此我们将N 作为非负实数看待,求
()s p t 关于的N 最大值。为方便,求 ln ()s p t 关于N 的最大值。于是
ln ()()ln ()ln ln ln ()ln()
0t
s s s d p t s s t p t s N C t r s t N r dN
N
N r
-=-+++--=-
+
=-
令
ln ()()0s d p t s s t dN
N
N r
-=-
+
=-
同样可得 rs N
t
≈(取最接近的整数)。
(4)根据超几何体分布鱼最大似然估计法:设捕出的s 条鱼中,标有记号放入鱼为
ξ,则 ξ是一个随机变量,显然ξ只能取{}0,1,2,(min ,)l l s r ⋯=。
令先考虑s 条中有i 条有标记的鱼的概率,即()p i ξ=。因湖中鱼数设为N 条,捕出s 条,故
{}(),0,1,2(m in ,)i
s i
r N r
s N
C C p i i l l s r C ξ--==
=⋯,=
因为捕出s 条出现t 条有标记的鱼的概率为
()()t
s t
r N r
s
N C C p t L N C
ξ--==
≡
根据最大似然估计法,今捕s 条出现有标记的鱼t 条,那么参数N 应该使得()()p t L N ξ==达到最大,即参数N 的估计值N 使得
()m ax ()N
L N
L N = 由比值