##一、矩估计法 #### 相关概念 * `$ \hat{\theta}(X_1,X_2,L,X_n) $` 为 `$ \theta $` 的估计量 * `$ \hat{\theta}(x_1,x_2,\dots,x_n) $` 为 `$ \theta $` 的估计值 * 参数的点估计： 用样本统计量的值估计未知参数的值。 #### 距估计法 矩估计： 用样本矩估计总体距。 英国统计学家皮尔逊。 理论依据： 总体的l阶矩存在，样本的l阶距依概率1收敛于总体的l阶距。 #### 距估计量 #### 距估计值 ## 二、最大似然估计法 #### 似然函数 #### 最大似然估计值 #### 最大似然轨迹量 #### 对数似然方程 #### 对数似然方程组 #### 最大似然估计的不变性 ## 三、估计量的评选标准 #### 无偏性 #### 有效性 #### 相合性