参数估计
点估计给出参数的单个样本函数,区间估计给出具有规定覆盖概率的随机区间。矩估计匹配矩,最大似然选择使已观测样本最可能的参数。
完成后应能
- 构造矩估计和最大似然估计
- 判断估计量无偏性、一致性与有效性
- 根据参数是否已知选择枢轴量并构造置信区间
直觉
直觉与对象
置信度描述重复抽样时区间覆盖真参数的比例,不是参数在某个已算区间内的后验概率。似然把样本固定、参数当作变量。
推导
解题主线
矩估计写总体矩等于样本矩并解参数;MLE 先写支持集和联合似然,取对数求驻点,同时检查参数边界。区间估计先找分布不含未知参数的枢轴量,再按分位点不等式反解。
定义
公式、条件与边界
矩估计:
适用条件:选取足够数量可识别参数的矩方程。
边界检查:方程可能有多个根,需限制参数空间。
最大似然:
适用条件:样本独立且模型给定。
边界检查:参数相关支持集不能在取对数时丢失。
正态均值区间(总体标准差未知):
适用条件:正态总体、独立样本。
边界检查:小样本不能把 分位点直接替成 。
易错边界
易错边界
似然函数不是参数的概率密度;MLE 可能出现在边界而非导数为零处;双侧置信区间尾概率分配需与分位点约定一致。
小结
本章掌握标准
- 构造矩估计和最大似然估计
- 判断估计量无偏性、一致性与有效性
- 根据参数是否已知选择枢轴量并构造置信区间
公式与边界
矩估计
- 适用条件
- 选取足够数量可识别参数的矩方程
- 边界提醒
- 方程可能有多个根,需限制参数空间
最大似然
- 适用条件
- 样本独立且模型给定
- 边界提醒
- 参数相关支持集不能在取对数时丢失
正态均值区间(总体标准差未知)
- 适用条件
- 正态总体、独立样本
- 边界提醒
- 小样本不能把 分位点直接替成