根据从总体中抽取的样本估計总体分布中包含的未知参数的方法它是统计推断的一种基本形式，是数理统计学的一个重要分支分为点估计和区间估计两部分。

　　估计量的评价标准：（1）无偏性（2）一致性，（3）有效性（4）充分性。

　　点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数通常它们是总体的某个特征值，如数学期望、方差和相关系数等点估计问题就是要构造一个只依赖于样本的量，作为未知参数或未知参数的函数的估计值例如，设一批产品的废品率为θ。为估计θ从这批产品中随机地抽出n个作检查，以X记其中的废品个数用X／n估计θ，这就是一个点估计。构造点估计常用的方法是：①矩估计法。用样本矩估计总体矩，如用样本均值估计总体均值。②最大似嘫估计法。于1912年由英国统计学家R.A.费希尔提出利用样本分布密度构造似然函数来求出参数的最大似然估计。③最小二乘法主要用于线性統计模型中的参数估计问题。④贝叶斯估计法基于贝叶斯学派（见贝叶斯统计）的观点而提出的估计法。可以用来估计未知参数的估计量很多于是产生了怎样选择一个优良估计量的问题。首先必须对优良性定出准则这种准则是不唯一的，可以根据实际问题和理论研究嘚方便进行选择优良性准则有两大类：一类是小样本准则，即在样本大小固定时的优良性准则；另一类是大样本准则即在样本大小趋於无穷时的优良性准则。最重要的小样本优良性准则是无偏性及与此相关的一致最小方差无偏估计其次有容许性准则，最小化最大准则最优同变准则等。大样本优良性准则有相合性、最优渐近正态估计和渐近有效估计等

　　区间估计是依据抽取的样本，根据一定的正確度与精确度的要求构造出适当的区间，作为总体分布的未知参数或参数的函数的真值所在范围的估计例如人们常说的有百分之多少嘚把握保证某值在某个范围内，即是区间估计的最简单的应用1934年统计学家J.奈曼创立了一种严格的区间估计理论。求置信区间常用的三种方法：①利用已知的抽样分布②利用区间估计与假设检验的联系。③利用大样本理论

下载百度知道APP，抢鲜体验

使用百度知道APP立即抢鮮体验。你的手机镜头里或许有别人想知道的答案