СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ
Пусть задана выборка конечного объема xh і = 1, п. Положим, что известна гипотетическая модель, описывающая эмпирические данные с точностью до неизвестных параметров ^(Х;©).
Задача статистического оценивания параметров состоит в поиске таких оценок 9, являющихся функциями элементов выборки
Q = G(xu х„),
которые являются лучшими в смысле некоторых критериев качества (см. п. 1.4.1).
Существует большое многообразие методов оценивания параметров вероятностных моделей по эмпирическим данным, которые можно разделить на точечные и интервальные. В данном разделе остановимся только на точечном оценивании параметров.
В свою очередь точечное оценивание параметров можно осуществлять методами:
- моментов (М-оценивание);
- максимального правдоподобия (МП-оценивание);
- минимума х2 (МХК-оценивание);
- робастными (устойчивыми к отклонению модели от номинальной);
- другими.
Рассмотрим оценивание параметров методами моментов и максимального правдоподобия.
Еще по теме СТАТИСТИЧЕСКОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ:
- 7. Сбор статистических данных для оценивания параметров эконометрической модели
- Приложение 13. Статистическая отчетность ФЕДЕРАЛЬНАЯ СЛУЖБА ГОСУДАРСТВЕННОЙ СТАТИСТИКИ ПОСТАНОВЛЕНИЕ от 27 июля 2004 года N 33 Об утверждении статистического инструментария для организации статистического наблюдения за деятельностью предприятий на 2005 год
- 19. Понятие статистической гипотезы. Общая постановка задачи проверки статистической гипотезы
- Продолжение прил.13. ПОРЯДОК заполнения и представления формы государственного статистического наблюдения (государственной статистической отчетности)
- ПОРЯДОК заполнения и представления формы государственного статистического наблюдения (государственной статистической отчетности)
- 16. Пропорционально-интегрально-дифференциальные регуляторы. Уравнения динамики для регуляторов с зависимыми и независимыми параметрами настройки. Переходные характеристики. Параметры настройки. Область применения.
- 43. Статистическая гипотеза и статистический критерий. Ошибки 1-го и 2-го рода. Уровень значимости и мощность критерия. Принцип практической уверенности.
- 13. Система нормальных уравнений и явный вид ее решения при оценивании методом наименьших квадратов линейной модели парной регрессии
- Оценивание числовых характеристик
- 44. Методы нелинейного оценивания коэффициентов модели регрессии
- Постановка задачи интервального оценивания характеристик случайных величин. Основные понятия
- 12. Оценивание неизвестных коэффициентов модели регрессии методом наименьших квадратов. Теорема Гаусса – Маркова