演示文稿第十章?lián)p失分布*1當前第1頁\共有125頁\編于星期五\5點（優(yōu)選）第十章?lián)p失分布當前第2頁\共有125頁\編于星期五\5點

第八章?lián)p失分布引言第一節(jié)概率論與數(shù)理統(tǒng)計基本概念第二節(jié)常用損失分布及性質(zhì)第三節(jié)獲得損失分布的一般過程當前第3頁\共有125頁\編于星期五\5點第八章?lián)p失分布1、損失分布建立在概率論與數(shù)理統(tǒng)計基礎上2、常用描述風險損失分布：

二項分布；幾何分布；泊松分布；負二項分布；正態(tài)分布3、獲得損失分布方法：經(jīng)典統(tǒng)計法、貝葉斯方法、隨機模擬法當前第4頁\共有125頁\編于星期五\5點引言風險管理措施依賴于事先對風險做出定量預測，預測的結果就是損失分布。風險是未來的不確定性，無法用一個數(shù)值描述，只能用匯總所有結構及其發(fā)生概率的概率分布來描述。概率論與數(shù)理統(tǒng)計是基礎與關鍵。當前第5頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念1、隨機事件與樣本空間定義：廣義從某一研究目的出發(fā)，對隨機現(xiàn)象進行觀察或測量的過程均可稱為隨機試驗。一個過程的結果的某種集合稱為一個事件，無法再分解為更簡單成分的結果或事件稱為基本事件。隨機試驗的結果也稱隨機事件。隨機試驗的所有基本事件的集合稱為此試驗的樣本空間，其中每一個結果稱為樣本點。當前第6頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念2、概率的定義一般地，概率用P表示，事件用A，B或C表示，P（A）就表示事件A發(fā)生的概率。定義：古典概率（結果發(fā)生必須是等可能的）：假設一個試驗包括n種不同的基本事件，這些基本事件發(fā)生的可能性都是相同的。如果在這n個結果種，有m種屬于事件A，那么P（A）=m/n當前第7頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念定義：概率的統(tǒng)計定義：將一個試驗在相同條件下重復n次，假設事件A出現(xiàn)了m次。當試驗的重復次數(shù)足夠多時，事件A發(fā)生的概率可以用事件A發(fā)生的頻率來近似，即P（A）=m/n當前第8頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念定義：主觀概率：事件A的概率P（A）是基于相關環(huán)境知識，通過對它的值進行猜想或估計計算出的。我們主觀估計的概率與實際概率存在很大不同。見案例！當前第9頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念如果你做一個深呼吸，你有超過99%機會吸入凱撒垂死時呼出的最后一口氣的分子。如果蘇格拉底致命的鐵杯里裝滿了很多水，那么你喝下一杯水中就有可能含有一個同樣的水分子。在一個班里25名同學中，有超過50%可能性，至少有2個學生的生日是在同一天。當前第10頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念當前第11頁\共有125頁\編于星期五\5點蘇格拉底小故事蘇格拉底雖是古希臘一位偉大的哲學家和教育家，但他自己一篇著作也沒有留下，我們只能從他的學生如柏拉圖、色諾芬等人的著作中了解他的言行和思想。這一點頗像我國古代偉大的哲學家、教育家孔子?？鬃右簧彩恰笆龆蛔鳌?，沒有留下任何著作。《論語》這部著作要是他的弟子和他的再傳弟子們將他一生的言行整理、匯集成。當前第12頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念3、概率的運算規(guī)則（1）加法：P（A+B）=P（A）+P（B）-P（AB）如果A和B是互斥的，那么P（A+B）=P（A）+P（B）（2）乘法：P（AB）=P（A）P（B\A）條件概率P（B\A）=P（AB）/P（A）如果A和B是獨立的，那么

P（AB）=P（A）P（B）當前第13頁\共有125頁\編于星期五\5點例2.甲、乙兩人先后從52張牌中各抽取13張,求甲或乙拿到4張A的概率.1)甲抽后不放回，乙再抽;2)甲抽后將牌放回，乙再抽.

1)A、B互斥P(A+B)=P(A)+P(B)解：設A={甲拿到4張A}，B={乙拿到4張A}所求為P(A+B)計算P(A)和P(B)時用古典概型當前第14頁\共有125頁\編于星期五\5點2)A、B相容P(A+B)=P(A)+P(B)-P(AB)解：設A={甲拿到4張A}，

B={乙拿到4張A}所求為P(A+B)當前第15頁\共有125頁\編于星期五\5點P(A)=1/6，例如，擲一顆均勻骰子，A={擲出2點}，

B={擲出偶數(shù)點}，P(A|B)=？擲骰子已知事件B發(fā)生，此時試驗所有可能結果構成的集合就是B，于是P(A|B)=1/3.B中共有3個元素，它們的出現(xiàn)是等可能的，其中只有1個在集A中，容易看到P(A|B)當前第16頁\共有125頁\編于星期五\5點注意P(AB)與P(A|B)的區(qū)別！請看下面的例子當前第17頁\共有125頁\編于星期五\5點例2

甲、乙兩廠共同生產(chǎn)1000個零件，其中300件是乙廠生產(chǎn)的.而在這300個零件中，有189個是標準件，現(xiàn)從這1000個零件中任取一個，問這個零件是乙廠生產(chǎn)的標準件的概率是多少？所求為P(AB).甲、乙共生產(chǎn)1000個189個是標準件300個乙廠生產(chǎn)300個乙廠生產(chǎn)設B={零件是乙廠生產(chǎn)}A={是標準件}當前第18頁\共有125頁\編于星期五\5點所求為P(AB).設B={零件是乙廠生產(chǎn)}A={是標準件}若改為“發(fā)現(xiàn)它是乙廠生產(chǎn)的,問它是標準件的概率是多少?”求的是P(A|B).B發(fā)生,在P(AB)中作為結果;在P(A|B)中作為條件.甲、乙共生產(chǎn)1000個189個是標準件300個乙廠生產(chǎn)當前第19頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念3、概率的運算規(guī)則（3）全概率公式與貝葉斯公式全概率公式用于某一事件的概率的計算。如果事件組滿足：①A1，A2，…An兩兩互斥，且P（Ai）>0（i=1，…，n）；②A1+A2+…+An=U（U為整個樣本空間），則對任何一事件B皆有當前第20頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念貝葉斯：當我們對一個事件知道更多時，概率應該被修正。表示A的補，當前第21頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念4、隨機變量與概率分布定義：一個隨機變量是指這樣一個便利，對于過程中的每個結果，都有一個由可能性決定的唯一的數(shù)值與之對應。如果變量的數(shù)值有限或可數(shù)，則稱這個隨機變量為一個離散隨機變量。如果一個隨機變量有無限多取值，這些數(shù)值能夠和一種沒有間斷的連續(xù)刻度的度量聯(lián)系起來，則稱這種隨機變量為連續(xù)隨機變量。一個概率分布（probabilitydistribution）表示隨機變量每個值的概率圖、表或公式。當前第22頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念5、隨機變量的數(shù)字特征期望值（expectedvalue）：如果隨機試驗無限重復下去，我們所期望得到的平均值。方差（variance）：表示隨機變量取值與其期望值偏離程度。定義：離散隨機變量X的期望值其中是隨機變量X的第i個取值，當前第23頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念連續(xù)隨機變量X的期望值為隨機變量X的取值，為隨機變量X的概率密度函數(shù)。連續(xù)隨機變量用函數(shù)形式表示概率分布稱為概率密度函數(shù)離散隨機變量X的方差隨機變量X的期望值。當前第24頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念一、概率論基本概念連續(xù)隨機變量X的期望值當前第25頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念1、統(tǒng)計推斷：從一般到具體方法稱為演繹法，是概率論的研究方法。從具體到一般方法稱為歸納法，是數(shù)理統(tǒng)計研究方法。抽取樣本觀察，整理分析判斷，得出一般結論---統(tǒng)計推斷數(shù)理統(tǒng)計作用提供歸納推斷方法，并對推斷結論可信度做出計量當前第26頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念2、總體、樣本與分布定義：按照統(tǒng)計研究目的而確定的同類事物或出現(xiàn)現(xiàn)象的全體稱為總體，它是個體或特體性質(zhì)的集合。樣本（sample）指從總體中抽取若干個元素而構成的集體。數(shù)理統(tǒng)計中，一般采用概率抽樣，即每個單位都有指定概率被選中，便于基于概率論推斷總體。當前第27頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念總體的數(shù)值分布的規(guī)律稱為總體分布，其中的特征數(shù)稱為參數(shù)。從總體中抽取容量為n的樣本，樣本觀察值的分布稱為經(jīng)驗分布。使用樣本數(shù)據(jù)來估計總體參數(shù)的公式或過程稱為估計量。用來近似總體參數(shù)的特征數(shù)值或數(shù)值的范圍稱為估計值。樣本數(shù)據(jù)平均值稱為樣本均值，樣本數(shù)據(jù)的方差和標準差分別稱為樣本方差和樣本均方差。當前第28頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念3、偏態(tài)定義：將數(shù)據(jù)按照大小依次排列，處于中間位置的數(shù)值稱為中位數(shù)，出現(xiàn)最多的那個數(shù)值稱為眾數(shù)。如果數(shù)據(jù)的均值、中位數(shù)和眾數(shù)三者是相同的，則這個分布是對稱分布，沒有偏態(tài)。如果一個分布的眾數(shù)小于中位數(shù)，則稱其為正偏或右偏，反之稱為負偏或左偏。當前第29頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念正偏負偏當前第30頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念4、相關定義：當兩個變量中的一個以某種方式和另一個有關時，就稱這兩個變量之間是相關的。相關性可以相關系數(shù)（correlationcoefficient）來度量。線性相關系數(shù)r（皮爾森積距相關系數(shù)）度量的是一個樣本中成對的x值和y值之間線性關系的程度，當前第31頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念其中，即隨機變量X和Y的標準差，稱為X和Y的協(xié)方差，當前第32頁\共有125頁\編于星期五\5點第一節(jié)概率論與數(shù)理統(tǒng)計的基本概念二、數(shù)理統(tǒng)計基本概念計算相關系數(shù)結論：

1、正相關是兩個隨機變量傾向于以相同方向變化，負相關指的是二者傾向于相反方向變化。

2、相關性不代表因果性！（當相關系數(shù)大時，不能簡單認為x的變化引起y的變化，而唯一有效結論是：x和y之間也許存在某種線性趨勢，可能是與二者有因果關系的第三個變量在起作用。當前第33頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)1、二項分布(常用離散型概率分布)其模型:假設在n次獨立的重復試驗中，每次試驗只可能有兩種結果（1或0），設在每一次試驗中1出現(xiàn)的概率都是p當前第34頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)則隨機變量X的概率分布：二項分布的均值和方差：當前第35頁\共有125頁\編于星期五\5點例3

已知100個產(chǎn)品中有5個次品，現(xiàn)從中有放回地取3次，每次任取1個，求在所取的3個中恰有2個次品的概率.解:因為這是有放回地取3次，因此這3次試驗的條件完全相同且獨立，它是貝努里試驗.依題意，每次試驗取到次品的概率為0.05.設X為所取的3個中的次品數(shù)，于是，所求概率為：則X~B(3,0.05)，當前第36頁\共有125頁\編于星期五\5點例4

某類燈泡使用時數(shù)在1000小時以上的概率是0.2，求三個燈泡在使用1000小時以后最多只有一個壞了的概率.解:設X為三個燈泡在使用1000小時已壞的燈泡數(shù).X~B(3,0.8)，把觀察一個燈泡的使用時數(shù)看作一次試驗,“使用到1000小時已壞”視為“成功”.每次試驗,“成功”的概率為0.8

P(X1)=P(X=0)+P(X=1)=(0.2)3+3(0.8)(0.2)2=0.104當前第37頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)2、幾何分布

其模型：考慮只有兩個結果的獨立重復隨機變量試驗序列，指定結果發(fā)生的概率為p，則首次出現(xiàn)指定結果所需的試驗次數(shù)X的概率分布：當前第38頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)幾何分布的均值和方差：當前第39頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)3、泊松分布（近似二項）其模型：法國數(shù)學家泊松二項近似引入。只有兩個結果的n次獨立重復隨機試驗，當n很大，且指定結果發(fā)生概率p很小，且np適中，泊松是很好近似。一般應用：1、泊松在描述稀有事件出現(xiàn)概率特別有用。2、描述單位時間內(nèi)或指定范圍內(nèi)特定事件出現(xiàn)次數(shù)的統(tǒng)計規(guī)律當前第40頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)3、泊松分布：如果隨機變量X取值為0,1,2,…,則概率分布，記為泊松分布的均值和方差：當前第41頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)3、泊松分布：

例：有一繁忙的汽車站,每天有大量汽車通過,設每輛汽車,在一天的某段時間內(nèi)出事故的概率為0.0001,在每天的該段時間內(nèi)有1000輛汽車通過,問出事故的次數(shù)不小于2的概率是多少?

解：設1000輛車通過,出事故的次數(shù)為X,則X~b（1000,0.0001）,可利用泊松定理計算,λ=1000×0.0001=0.1P｛X≥2｝≈1-e^(-0.1)／0!-0.1×e^(-0.1)／1!=0.0047當前第42頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)4、負二項分布：其模型：進一步研究只有兩個結果的獨立重復隨機試驗序列，指定結果發(fā)生的概率為p，則指定結果第k次恰好出現(xiàn)在第x+k次試驗的概率為：記為NB（k，p）負二項分布的均值和方差：當前第43頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)5、正態(tài)分布（高斯分布）是常用連續(xù)型分布，風險事故造成的損失金額較好服從正態(tài)分布：若為兩個實數(shù)，則由下列密度函數(shù)確定隨機變量X的分布稱為正態(tài)分布：記為當前第44頁\共有125頁\編于星期五\5點第二節(jié)常用的損失分布及性質(zhì)5、正態(tài)分布的均值和方差：當稱為標準正態(tài)分布，相應密度函數(shù)和分布函數(shù)專門記為：當前第45頁\共有125頁\編于星期五\5點頻率分布直方圖數(shù)學情景當前第46頁\共有125頁\編于星期五\5點第一步：分組確定組數(shù)，組距？當前第47頁\共有125頁\編于星期五\5點區(qū)間號區(qū)間頻數(shù)頻率累積頻率頻率/組距1153.5~157.550.05950.05950.0152157.5~161.580.09520.15470.0243161.5~165.5100.11900.27380.0304165.5~169.5150.17860.45340.0455169.5~173.5180.21430.66670.0546173.5~1775180.17860.84520.0457177.5~181.580.09520.94050.0248181.5~185.550.059510.015第二步：列出頻率分布表當前第48頁\共有125頁\編于星期五\5點xy頻率/組距中間高，兩頭低，左右大致對稱第三步：作出頻率分布直方圖當前第49頁\共有125頁\編于星期五\5點頻率組距產(chǎn)品尺寸（mm）ab若數(shù)據(jù)無限增多且組距無限縮小，那么頻率分布直方圖的頂邊縮小乃至形成一條光滑的曲線，我們稱此曲線為概率密度曲線．總體在區(qū)間內(nèi)取值的概率概率密度曲線概率密度曲線的形狀特征．

“中間高，兩頭低，左右對稱”

知識點一：正態(tài)密度曲線當前第50頁\共有125頁\編于星期五\5點上圖中概率密度曲線具有“中間高，兩頭低”的特征，像這種類型的概率密度曲線,叫做“正態(tài)密度曲線”，它的函數(shù)表達式是知識點二：正態(tài)分布與密度曲線式中的實數(shù)、是參數(shù),分別表示總體的平均數(shù)與標準差.不同的對應著不同的正態(tài)密度曲線)0(>ss當前第51頁\共有125頁\編于星期五\5點正態(tài)密度曲線σ＝0.5σ＝1σ＝2μ一定Oｘ當前第52頁\共有125頁\編于星期五\5點(1)曲線在x軸上方,與x軸不相交.(2)曲線關于直線x=μ對稱.(3)在x=μ時位于最高點.(4)當x<μ時,曲線上升;當x>μ時,曲線下降.并且當曲線向左、右兩邊無限延伸時，以x軸為漸近線，向它無限靠近。σ＝0.5σ＝1σ＝2μ一定Oｘ正態(tài)曲線的性質(zhì)當前第53頁\共有125頁\編于星期五\5點(5)當μ一定時，曲線的形狀由σ確定。σ越大，曲線越“扁平”，表示總體的分布越分散；σ越小，曲線越“尖陡”，表示總體的分布越集中σ＝0.5σ＝1σ＝2μ一定Oｘ正態(tài)曲線的性質(zhì)當前第54頁\共有125頁\編于星期五\5點當μ＝0，σ＝1時，正態(tài)總體稱為標準正態(tài)總體，其相應的函數(shù)表達式是

其相應的曲線稱為標準正態(tài)曲線。標準正態(tài)總體N（0，1）在正態(tài)總體的研究中占有重要地位。任何正態(tài)分布的問題均可轉(zhuǎn)化成標準總體分布的概率問題。知識點六：標準正態(tài)曲線當前第55頁\共有125頁\編于星期五\5點（1）在生產(chǎn)中，各種產(chǎn)品的質(zhì)量指標一般都服從正態(tài)分布；（2）在測量中，測量結果、測量的隨機誤差都服從正態(tài)分布；（3）在生物學中，同一群體的某種特征都服從正態(tài)分布；（4）在氣象中，某地每年七月份的平均氣溫、平均濕度、降雨量等都服從正態(tài)分布。知識點四：正態(tài)分布的意義當前第56頁\共有125頁\編于星期五\5點標準正態(tài)總體N(0,1)的概率問題:就是圖中陰影區(qū)域A的面積

由于標準正態(tài)總體在正態(tài)總體的研究中有非常重要的地位，已專門制作了“標準正態(tài)分布表”見p110。A該區(qū)域的面積表示？又該如何計算呢當前第57頁\共有125頁\編于星期五\5點當前第58頁\共有125頁\編于星期五\5點當前第59頁\共有125頁\編于星期五\5點當前第60頁\共有125頁\編于星期五\5點當前第61頁\共有125頁\編于星期五\5點當前第62頁\共有125頁\編于星期五\5點參數(shù)估計補充內(nèi)容2-1參數(shù)的點估計參數(shù)的區(qū)間估計點估計的評判標準當前第63頁\共有125頁\編于星期五\5點什么是參數(shù)估計？參數(shù)是刻畫總體某方面概率特性的數(shù)量.當此數(shù)量未知時,從總體抽出一個子樣，用某種方法對這個未知參數(shù)進行估計就是參數(shù)估計.例如，X~N(,2),

點估計區(qū)間估計若,2未知,通過構造樣本的函數(shù),給出它們的估計值或取值范圍就是參數(shù)估計的內(nèi)容.當前第64頁\共有125頁\編于星期五\5點參數(shù)估計的類型點估計——估計未知參數(shù)的值區(qū)間估計——估計未知參數(shù)的取值范圍，并使此范圍包含未知參數(shù)真值的概率為給定的值.當前第65頁\共有125頁\編于星期五\5點§2.1點估計方法常用的點估計方法介紹

頻率替換法利用事件A

在n

次試驗中發(fā)生的頻率作為事件A

發(fā)生的概率p

的估計量當前第66頁\共有125頁\編于星期五\5點例1

設總體X~N(,2

),在對其作28次

獨立觀察中,事件“X<4”出現(xiàn)了21次,試用頻率替換法求參數(shù)的估計值.解

由查表得于是的估計值為當前第67頁\共有125頁\編于星期五\5點方法用子樣

k

階原點矩作為總體

k

階原點矩的估計量,建立含有待估參數(shù)的方程,從而解出待估參數(shù)一般,不論總體服從什么分布,總體期望

與方差2存在,則它們的矩估計量分別為

矩法當前第68頁\共有125頁\編于星期五\5點事實上，按矩法原理，令當前第69頁\共有125頁\編于星期五\5點例2設從某燈泡廠某天生產(chǎn)的燈泡中隨機抽取10只燈泡，測得其壽命為(單位:小時)1050,1100,1080,1120,12001250,1040,1130,1300,1200試用矩法估計該天生產(chǎn)的燈泡的平均壽命及壽命分布的方差.解當前第70頁\共有125頁\編于星期五\5點例3設總體X~E(),X1,X2,…,Xn為總體的樣本,求的矩法估計量.解令故例4設總體X~U(a,b),a,b未知,求參數(shù)

a,b

的矩法估計量.解由于當前第71頁\共有125頁\編于星期五\5點令解得當前第72頁\共有125頁\編于星期五\5點例5設總體X~解,其密度函數(shù)為求和的矩估計量.令當前第73頁\共有125頁\編于星期五\5點令解得當前第74頁\共有125頁\編于星期五\5點一般,設待估計的參數(shù)為總體的

r

階矩記為子樣X1,X2,…,Xn的r階矩為令解上述方程組,得k

個統(tǒng)計量：未知參數(shù)

1,,k

的矩估計量當前第75頁\共有125頁\編于星期五\5點最大似然估計法思想方法：一次試驗就出現(xiàn)的事件有較大的概率例如:有兩外形相同的箱子,各裝100個球一箱99個白球1個紅球一箱1個白球99個紅球現(xiàn)從兩箱中任取一箱,并從箱中任取一球,結果所取得的球是白球.答:第一箱.問:所取的球來自哪一箱？當前第76頁\共有125頁\編于星期五\5點例6設總體X服從0-1分布,且P(X=1)=p,

用最大似然法求

p

的估計值.解總體X的概率分布為設x1,x2,…,xn為總體樣本X1,X2,…,Xn的樣本值,則當前第77頁\共有125頁\編于星期五\5點對于不同的p,L(p)不同,見右下圖現(xiàn)經(jīng)過一次試驗，發(fā)生了，事件則

p

的取值應使這個事件發(fā)生的概率最大.當前第78頁\共有125頁\編于星期五\5點在容許范圍內(nèi)選擇

p，使L(p)最大注意到，lnL(p)是L的單調(diào)增函數(shù),故若某個p

使lnL(p)最大,則這個p必使L(p)最大。所以為所求p的估計值.當前第79頁\共有125頁\編于星期五\5點一般,設X為離散型隨機變量,其分布律為則樣本X1,X2,…,Xn的概率分布為或稱L()為樣本的似然函數(shù)當前第80頁\共有125頁\編于星期五\5點稱這樣得到的為參數(shù)的極大似然估計值稱統(tǒng)計量為參數(shù)的極大似然估計量MLE簡記mle簡記L()選擇適當?shù)?,使取最大值,即最大似然法的思想當前第81頁\共有125頁\編于星期五\5點若X

連續(xù),取f(xi,)為Xi

的密度函數(shù)似然函數(shù)為注1注2未知參數(shù)可以不止一個,如1,…,k

設X

的密度(或分布)為則定義似然函數(shù)為當前第82頁\共有125頁\編于星期五\5點若關于1,…,k可微,則稱為似然方程組若對于某組給定的樣本值x1,x2,…,xn，參數(shù)使似然函數(shù)取得最大值,即則稱為1,…,k

的極大似然估計值當前第83頁\共有125頁\編于星期五\5點例7設總體X~N(,2),x1,x2,…,xn是

X

的樣本值,求,2的極大似然估計.解當前第84頁\共有125頁\編于星期五\5點

,2的最大似然估計量分別為似然方程組為當前第85頁\共有125頁\編于星期五\5點最大似然估計步驟1）寫出似然函數(shù)L2）求出,使得可得未知參數(shù)的最大似然估計值若L可微,解似然方程組若L不可微,需用其它方法求最大似然估計值.請看下例：當前第86頁\共有125頁\編于星期五\5點例8設X~U(a,b),x1,x2,…,xn是

X

的一個樣本值,求

a,b的極大似然估計值與極大似然估計量.解X的密度函數(shù)為似然函數(shù)為當前第87頁\共有125頁\編于星期五\5點似然函數(shù)只有當a<xi<b,i=1,2,…,n時才能獲得最大值,且a越大,b越小,L越大.令xmin=min{x1,x2,…,xn}xmax=max{x1,x2,…,xn}取則對滿足的一切a<b,都有當前第88頁\共有125頁\編于星期五\5點故是a,b的極大似然估計值.分別是a,b的極大似然估計量.問題1)待估參數(shù)的極大似然估計是否一定存在?2)若存在,是否惟一?當前第89頁\共有125頁\編于星期五\5點設X~U(a–?,a+?),x1,x2,…,xn是

X的一個樣本,求

a的極大似然估計值.解由上例可知,當時,L

取最大值1,即顯然,a

的極大似然估計值可能不存在,也可能不惟一.例9當前第90頁\共有125頁\編于星期五\5點不僅如此,任何一個統(tǒng)計量若滿足都可以作為

a

的估計量.當前第91頁\共有125頁\編于星期五\5點極大似然估計的不變性設是的極大似然估計值,u()()是的函數(shù),且有單值反函數(shù)=(u),uU則是u()的極大似然估計值.當前第92頁\共有125頁\編于星期五\5點如在正態(tài)總體N(,2)中,2的極大似然估計值為是2的單值函數(shù),且具有單值反函數(shù)，故的極大似然估計值為lg的極大似然估計值為當前第93頁\共有125頁\編于星期五\5點

特殊方法（對正態(tài)總體參數(shù)的特殊估計）用子樣中位數(shù)作為總體期望的估計用子樣極差的函數(shù)作為總體均方差的估計值查表2-1（P.41）當前第94頁\共有125頁\編于星期五\5點設若是的中位數(shù),則對任意有近似即當較大時，近似所以，當較大時可取定理當前第95頁\共有125頁\編于星期五\5點設總體為子樣極差，則由上可見：估計產(chǎn)生平均平方誤差為用標準差為其系數(shù)可查表2-1（P.41）當前第96頁\共有125頁\編于星期五\5點當時,將子樣數(shù)據(jù)等分成若干組,每組數(shù)據(jù)不超過10個,取各組極差的平均然后用估計查時，取每一組中數(shù)據(jù)的個數(shù).當前第97頁\共有125頁\編于星期五\5點例10

設一批機器零件毛坯的重量服從正態(tài)分布,隨機抽取10件,得子樣(單位kg):

210,243,185,240,215,228,196,235,200,199解將子樣由小到大重排用不同方法估計總體的參數(shù)值.當前第98頁\共有125頁\編于星期五\5點其中誤差誤差查表

2-1當前第99頁\共有125頁\編于星期五\5點某班50名學生概率考試成績?nèi)缦拢?565808192637779549885726684836082786490817876866876737188876557468978668779847896886738677583826885例11若認為學生成績總體試用特殊方法估計總體的參數(shù)值.當前第100頁\共有125頁\編于星期五\5點解1756580819263777954982857266848360827864903817876866876737188874655746897866877984785968867386775838268854430204358組成績將數(shù)據(jù)等分為5組.當前第101頁\共有125頁\編于星期五\5點

結論

一般矩法與最大似然法優(yōu)于特殊方法當前第102頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程獲得損失分布方法總介紹：1、經(jīng)典統(tǒng)計法是指在數(shù)據(jù)相對完備的條件下，通過總體信息和樣本信息來確定損失的概率分布、估計其未知參數(shù)。2、貝葉斯方法采用先驗概率、損失函數(shù)等主觀信息來估計未知參數(shù)，估計損失的概率分布。3、隨機模擬應用計算機程序?qū)嶋H過程進行模擬，在模擬結果的基礎上對損失分布進行估算當前第103頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程獲得損失分布的方法通常有經(jīng)典統(tǒng)計方法、貝葉斯統(tǒng)計方法和隨機模擬。一、經(jīng)典統(tǒng)計方法基于總體信息和樣本信息進行的統(tǒng)計推斷被稱為經(jīng)典統(tǒng)計學。其過程如下：（1）獲得損失分布的大體輪廓得出密度函數(shù)曲線（2）選擇分布類型（3）估計參數(shù)，確定概率分布：用矩法或極大似然法（4）對分布及參數(shù)進行檢驗：卡方檢驗當前第104頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程檢驗分布的擬合是否恰當，常用卡方檢驗。先把觀察數(shù)據(jù)排序，然后分為若干組，組數(shù)記為n。計算每一組的數(shù)據(jù)個數(shù)Oi，再用所選擇的概率分布計算每一組的“理論個數(shù)”Ei，則近似服從自由度為n-r-1的卡方分布，其中r為所選擇的概率分布中參數(shù)的個數(shù)。

當前第105頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程例10.5：p159設某投保人經(jīng)營某種車輛險，對過去發(fā)生的1000次理賠情況，平均理賠額為2200元，將個體理賠額分為5檔，個檔的數(shù)值范圍與次數(shù)見p159表試用卡方檢驗判斷是否能用指數(shù)分布模擬個體；理賠額的分布?當前第106頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程解：如果用指數(shù)分布模擬個體理賠額的分布，就要估計指數(shù)分布的參數(shù)，由最大似然法可以估計出接下來計算：X2統(tǒng)計量的值為當前第107頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程查表可以知道，在99.5%置信度下的臨界值為14.86，遠遠低于觀察值331.89，因而拒絕原假設，即選擇指數(shù)分布不恰當！當前第108頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程二、貝葉斯方法經(jīng)典統(tǒng)計方法是建立在具有獨立性和代表性的樣本信息基礎上，但在風險管理實踐中，有時對損失分布的估計需要加入主觀判斷，并利用獲得的數(shù)據(jù)修正原來的估計的方法就是貝葉斯方法。當前第109頁\共有125頁\編于星期五\5點貝葉斯簡介貝葉斯是英國數(shù)學家.1702倫敦-1761年卒.1742年，貝葉斯被選為英國皇家學會會員.1763年，貝葉斯發(fā)表《論機會學說問題的求解》中，提出了一種歸納推理的理論，其中的“貝葉斯定理（或貝葉斯公式）”給出了在已知結果E后，對所有原因C計算其條件概率（后驗概率）的公式，可以看作最早的一種統(tǒng)計推斷程序，以后被一些統(tǒng)計學者發(fā)展為一種系統(tǒng)的統(tǒng)計推斷方法，稱為貝葉斯方法.

貝葉斯方法是唯一合理的統(tǒng)計推斷方法的統(tǒng)計學者，形成數(shù)理統(tǒng)計學中的貝葉斯學派.如今在概率、數(shù)理統(tǒng)計學中以貝葉斯姓氏命名的有貝葉斯公式、貝葉斯風險、貝葉斯決策函數(shù)、貝葉斯決策規(guī)則、貝葉斯估計量、貝葉斯方法、貝葉斯統(tǒng)計等等.當前第110頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程二、貝葉斯方法貝葉斯統(tǒng)計起源于英國學者貝葉斯去世后發(fā)表的論文《論有關機遇問題求解》1、是否利用先驗信息是貝葉斯統(tǒng)計方法和經(jīng)典統(tǒng)計方法的主要區(qū)別。

2、貝葉斯方法重視已出現(xiàn)的樣本觀察值，對尚未發(fā)生的樣本觀察值不予考慮，與經(jīng)典統(tǒng)計不同。

當前第111頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程二、貝葉斯方法先驗信息：貝葉斯方法中評估人的主觀判斷稱為先驗信息，主要來源于經(jīng)驗和歷史資料。在風險管理實踐中，難以獲得足夠樣本信息，或者現(xiàn)有樣本信息不符合對統(tǒng)計樣本的理論要求，此時，對損失分布的估計就需要加入評估人的主觀判斷，并利用新獲得的證據(jù)來修正原來的估計。

當前第112頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程二、貝葉斯方法設損失變量X的分布函數(shù)為連續(xù)情形下相應的密度函數(shù)族為。估計的貝葉斯方法和經(jīng)典統(tǒng)計方法區(qū)別：貝葉斯將看做一個隨機變量。其步驟如下：1、選擇先驗分布2、確定似然函數(shù)3、確定參數(shù)的后驗分布4、選擇損失函數(shù)并估計參數(shù)當前第113頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程1、選擇先驗分布設的分布函數(shù)和密度函數(shù)分別為和稱為先驗分布和先驗密度。他們建立在研究者額經(jīng)驗和知識基礎上，甚至是主觀判斷。當前第114頁\共有125頁\編于星期五\5點第三節(jié)獲得損失分布的一般過程2、確定似然函數(shù)為了得到關于的進一步信息，針對損失變量X進行一些試驗或觀察。假設獲得的新信息的觀察值為