高等数学 / 系统课时
点估计基本概念
点估计基本概念
本课建立点估计的基本框架:从总体中抽取样本,构造一个统计量,并用它给出未知参数的单一数值估计。学完后,你能准确区分参数、估计量与估计值,并理解一个点估计问题由哪些部分组成。
学习目标
- 说明总体参数、样本统计量和点估计之间的关系
- 区分估计量与估计值,避免混用符号和概念
- 理解如何用样本均值估计总体均值
点估计解决什么问题
总体参数通常未知,例如总体均值、总体方差或事件发生概率。我们无法观察总体中的全部个体,只能取得随机样本,再根据样本信息推断参数。
点估计要求给出参数的一个具体候选值。其基本结构可以概括为“未知参数—随机样本—统计量—数值结果”。统计量必须只由样本和已知常数组成,不能含有待估计的未知参数。

估计量与估计值
设未知参数为。由样本构造的统计量。
称为的估计量。由于样本是随机的,在抽样之前,也是随机变量,具有自己的抽样分布。
当实际观察到样本值后,代入同一个函数得到
这个确定的数值称为估计值。简而言之,估计量是规则,估计值是该规则在一次具体样本上的结果。
主示例:估计总体均值
若要估计总体均值,最常用的估计量是样本均值:
假设抽到的样本为,则样本均值为
这里,是估计量,因为它随样本变化;数值是本次样本得到的估计值。点估计只给出一个中心结果,并不直接说明估计误差有多大。
怎样评价估计量
不同统计量都可能用来估计同一参数,因此还要比较它们的质量。常见标准包括无偏性、一致性和有效性。无偏性关注估计量的期望是否等于真实参数;一致性关注样本量增大时估计量是否趋近真实参数;有效性通常比较无偏估计量的方差大小。
这些性质评价的是估计方法在重复抽样中的长期表现,而不是某一次估计值是否“碰巧正确”。单个估计值无法证明估计量优良,也不能反推出真实参数一定等于该值。
按自己的节奏,确认真正理解。