一、引入问题: 已知某地区新生婴儿的体重 X~
N(μ,σ2),μ和
σ未知
随机抽查100个婴儿得100个体重数据(10, 8, 6, 12, 5, …),而全部信息就由这100个数组成。据此,我们应如何估计
μ和
σ呢?
为估计
μ,我们需要构造出适当的样本的函数
T(X1,X2,...,Xn),每当有了样本,就带入该函数中算出一个值,用来作
μ的估计值。
(1)
T(X1,X2,...,Xn)称为参数
μ的点估计量
(2)把样本值带入
T(X1,X2,...,Xn)中,得到
μ的一个点估计值。
请注意,被估计的参数
μ是一个未知常数,而估计量
T(X1,X2,...,Xn)是一个随机变量,是样本的函数,当样本取定后,它是个已知的数值,这个数常称为
μ的估计值。
思考
(1)使用什么的统计量去估计
μ?
– 样本均值
– 样本中位数
– 其他统计量
(2)所使用的统计量是否是好的估计量?
二、我们知道,服从正态分布的
N(μ,σ2)的随机变量,
E(X)=μ,由大数定律知
limn→∞P{∣n1i=1∑nXi−μ∣<ϵ}=1
自然想到把样本体重的平均值(
n1∑i=1nXi)作为总体平均体重的一个估计。
用样本体重的均值
X估计
μ,
X=n1∑i=1nXi
用样本体重的方差
S2估计
σ2,
S2=n−11∑i=1n(Xi−X)2
思考
(1)样本均值是否是
μ的一个好的估计量?
(2)样本方差是否是
σ的一个好的估计量?
需要讨论的问题?
(1)我们希望一个”好的“估计量具有什么特性?
(2)怎样决定一个估计量是否比另一个估计量”好“?
(3)如何求得合理的估计量?