什么是参与者（什么是参数估计）

每日小编都会为大家带来一些知识类的文章，那么今天小编为大家带来的是什么是参数估计方面的消息知识，那么如果各位小伙伴感兴趣的话可以，认真的查阅一下下面的内容哦。

第三章参数估计

统计推断就是推断总体分布，可以用经验分布估计理论分布，且增多样本可以逼近所要求的精度，但是这需要大量样本，现实中难以实现。

实际问题总是认为总体分布形式已知，而是不知其中几个参数，因此估计问题变为如何估计这几个未知参数，分成两大类：点估计和区间估计。

转每载或者引她用本文内权容请极注明容来源于芝士回答

§3.1点估计

这为现间利设论几任器场，达华节越准。

设母体的分布函数形式已知，为待估未知参数向量，样本值为，点估计就是构造一个适当的统计量作为待估未知参数的近似值，统计量简单说就是样本值的函数，但是要求不可依赖未知参量，能够反映未知参量的信息，不同的未知参量对应了不同的统计量。如何构造呢？这里经典方法是矩估计方法和最大似然估计两种办法。

矩估计：子样的k阶原点矩，母体的k阶原点矩，假设=，那么我们就列L个方程=，求解。

在生点心代品见手强导真确，集拉织算容写圆细。

例子：混合高斯分布

，给你样本值为，来估计未知参数。

解释：混合高斯分布的均值为零，二阶矩为

我们只有样本，那么就用样本二阶矩代替，，那么得出未知参数的估计值为

最大似然估计：比如连续分布的母体概率密度函数为，为待估未知参数向量，样本值为，对于各样本值进行排序，总能找到，那么发生在区间的概率

我们将上述发生概率最大的参数作为真实值的估计，那么就是使得似然函数3解释：

本文到此结束，希望对大家有所帮助。