【摘要】：，xn是相应的一组样本值.构造一个适当的统计量，用它的观察值来估计未知参数θ，则称为θ的估计量，为θ的估计值.在不致混淆的情况下统称估计量和估计值为估计，简称.由于估计量是样本函数，因此，对于不同的样本，θ的估计值往往是不相同的.例如，在中，我们用样本均值来估计总体平均值，即有估计量估计值那么如何构造估计量呢？
点估计问题的一般提法如下：设总体X的分布已知，θ（θ可以是向量）是待估参数，借助于总体X的一个样本值来估计总体未知参数θ的值的问题就称为参数的点估计问题.
先来看一个例子：
【例1】 在某地区，一天中发生交通事故的次数X是一个随机变量，假设它服从以cλ＞0为参数的泊松分布，参数λ未知，设有以下的样本值，试估计参数λ.
解 由于X～P（λ），故有λ=E（X），我们自然想到用样本均值来估计总体的均值E（X），现有已知数据计算得到得E（X）=λ的估计值是1.216.
例如，在【例1】中，我们用样本均值来估计总体平均值，即有
估计量(www.xing528.com)
估计值
那么如何构造估计量呢？通常的办法就是根据某种原则建立估计量应满足的方程，然后解这个方程.下面介绍两种常用的构造估计量的方法：矩估计法和最大似然估计法.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
