一、考纲考试要求（逐条对照）
| # | 考试要求 | 对应考点 |
|---|
| 1 | 理解参数的点估计、估计量与估计值的概念 | 3.2 |
| 2 | 掌握矩估计法和最大似然估计法 | 3.3 / 3.4 |
| 3 | 了解估计量的无偏性、有效性、一致性（相合性）的概念，并会验证估计量的无偏性 | 3.5 |
| 4 | 理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间 | 3.6 / 3.7 |
二、知识框架图
第七章 参数估计
├─ 点估计：矩估计（样本矩≈总体矩）/ 最大似然估计（似然函数最大化）
├─ 评选标准：无偏 E(θ̂)=θ / 有效（方差小者优）/ 一致（相合）
├─ 区间估计：置信水平 1−α，枢轴量法构造区间
├─ 单个正态总体：μ（σ² 已知→Z；未知→t）、σ²（→χ²）
└─ 两个正态总体：μ₁−μ₂（Z/t）、σ₁²/σ₂²（→F）
主线提示：点估计两大法：矩估计"列方程"、最大似然估计"取对数求导"；区间估计统一套路：选枢轴量 → 写分位数 → 反解参数区间。最大似然估计是每年概率统计大题的高频压轴。
三、点估计的基本概念 中频
设总体 X 的分布中含未知参数 θ。用样本构造统计量 θ̂(X₁,…,Xₙ) 估计 θ。
θ̂ 称为 θ 的估计量（随机变量）；代入观测值 x₁,…,xₙ 得到的 θ̂(x₁,…,xₙ) 称为估计值（数值）。
注意：估计量是样本的函数（统计量），估计值是具体数值。题目若给观测数据求"估计值"就代数值；问"估计量"就写表达式。
四、矩估计法 必考
思想：用样本矩代替总体矩。
步骤：① 写出总体矩：ν₁=E(X)、ν₂=E(X²)（含未知参数）；
② 令样本矩 = 总体矩：A₁ = (1/n)ΣXᵢ = ν₁；A₂ = (1/n)ΣXᵢ² = ν₂；
③ 解方程得 θ̂（有几个参数列几个方程）。
- 常用：一个参数时用一阶矩：令 X̄=E(X)；两个参数（如 N(μ,σ²)）时用一阶+二阶：μ̂=X̄，σ̂²=(1/n)Σ(Xᵢ−X̄)²（注意是二阶中心矩，分母 n）。
- 也可用 E(X²)=DX+(EX)² 简化计算。
易错：① 矩估计中方差估计量分母是 n（样本二阶中心矩），不是 n−1；② 二阶矩方程用 E(X²)=DX+(EX)² 代入比直接算 E(X²) 更方便；③ 矩估计结果不唯一时要选"最自然"的（通常低阶矩优先）。
五、最大似然估计法 必考（大题）
1. 似然函数
离散型：L(θ) = ∏(i=1→n) P{X=xᵢ; θ}
连续型：L(θ) = ∏(i=1→n) f(xᵢ; θ)
L(θ) 是样本观测值 x₁,…,xₙ 给定时 θ 的函数。使 L(θ) 达到最大的 θ̂ 称为 θ 的最大似然估计（量/值）。
2. 求解步骤 必考
① 写出似然函数 L(θ)；
② 取对数：ln L(θ)（把乘积化为求和，指数化为系数）；
③ 求导令 0：d(ln L)/dθ = 0，解出 θ̂；
④ 若导数无解或边界情形，改用单调性直接判断最大点
- 多参数：分别对每个参数求偏导令 0，联立解。
- 单调情形（典型）：均匀分布 U(0,θ)，L(θ)=1/θⁿ（当所有 xᵢ≤θ），ln L 单调递减，最大似然估计为 θ̂=max(x₁,…,xₙ)。
常见分布结果：① 正态 N(μ,σ²)：μ̂=X̄，σ̂²=(1/n)Σ(Xᵢ−X̄)²；② 泊松 P(λ)：λ̂=X̄；③ 指数 E(λ)：λ̂=1/X̄；④ 0-1 分布 B(1,p)：p̂=X̄。
易错：① 似然函数必须用样本观测值 xᵢ 写，不是随机变量；② 密度/分布律含"指示函数"（如 U(0,θ) 的 0<x<θ 条件）时不能直接求导，要写清 L(θ) 的定义域并讨论单调性；③ 对数似然求导前先确认 ln L 形式正确（指数、幂别漏）；④ 结果用 xᵢ 表示的是"估计值"，用 Xᵢ 表示的是"估计量"，大题要分清。
六、估计量的评选标准 必考（含验证无偏性）
无偏性：E(θ̂) = θ（估计量的期望等于真值）
有效性：两个无偏估计 θ̂₁、θ̂₂，D(θ̂₁) ≤ D(θ̂₂) 则 θ̂₁ 更有效
一致性（相合性）：θ̂ 依概率收敛于 θ，即对任意 ε>0，lim P{|θ̂−θ|≥ε}=0
- 验证无偏：算 E(θ̂)，看是否等于 θ。典型：E(X̄)=μ 无偏；S² 无偏（E(S²)=σ²）；而 (1/n)Σ(Xᵢ−X̄)² 有偏（期望 (n−1)σ²/n）。
- 一致性常用结论：X̄ 是 μ 的相合估计（大数定律）；S²、样本矩都是相合估计。无偏不一定一致。
易错：① 有效性比较的前提是两个估计都无偏，否则不可直接比方差；② 验证无偏性要会算 E(X̄)、E(S²)、E(X̄²) 等（用 EX、DX 性质）；③ 矩估计与最大似然估计在常见分布下常相同，但期望值不能凭感觉，须算。
七、区间估计与置信区间 必考
对参数 θ，构造统计量 θ̂₁、θ̂₂（θ̂₁ < θ̂₂）使：
P{θ̂₁ ≤ θ ≤ θ̂₂} = 1 − α
则 [θ̂₁, θ̂₂] 是 θ 的置信水平为 1−α 的置信区间；1−α 称为置信水平；α 为显著性水平。
- 含义：反复抽样时，区间覆盖 θ 的频率约为 1−α（随机的是区间，θ 是常数）。
- 枢轴量法步骤：① 找含 θ 且分布已知的统计量 Z（枢轴量）；② 由 P{z₁ ≤ Z ≤ z₂}=1−α 定分位数；③ 反解出 θ 的不等式得区间。
- 单侧置信区间：上限或下限的形式（P{θ≥θ̂₁}=1−α 或 P{θ≤θ̂₂}=1−α）。
易错：① 置信区间是随机的，不能说"θ 以 1−α 概率落在区间内"（θ 是固定的）；② 置信水平 1−α 越大区间越长；③ 枢轴量必须分布不含未知参数（如 (X̄−μ)/(σ/√n)~N(0,1) 中 σ 已知时才能用 Z）。
八、正态总体参数的置信区间 必考
1. 单个正态总体
| 待估参数 | 条件 | 枢轴量 | 置信区间（1−α） |
|---|
| μ | σ² 已知 | Z=(X̄−μ)/(σ/√n)~N(0,1) | [X̄ ± z_{α/2}·σ/√n] |
| σ² 未知 | t=(X̄−μ)/(S/√n)~t(n−1) | [X̄ ± t_{α/2}(n−1)·S/√n] |
| σ² | μ 未知 | (n−1)S²/σ²~χ²(n−1) | [(n−1)S²/χ²_{α/2}(n−1), (n−1)S²/χ²_{1−α/2}(n−1)] |
| μ 已知 | Σ(Xᵢ−μ)²/σ²~χ²(n) | 用 χ²(n) 分位数同型构造 |
2. 两个正态总体
| 待估参数 | 条件 | 枢轴量 | 置信区间（1−α） |
|---|
| μ₁−μ₂ | σ₁²、σ₂² 已知 | Z=(X̄−Ȳ−(μ₁−μ₂))/√(σ₁²/n₁+σ₂²/n₂)~N(0,1) | [X̄−Ȳ ± z_{α/2}·√(σ₁²/n₁+σ₂²/n₂)] |
| σ₁²=σ₂² 未知 | t=(X̄−Ȳ−(μ₁−μ₂))/(S_w√(1/n₁+1/n₂))~t(n₁+n₂−2) | [X̄−Ȳ ± t_{α/2}(n₁+n₂−2)·S_w√(1/n₁+1/n₂)] |
| σ₁²/σ₂² | μ₁、μ₂ 未知 | F=S₁²σ₂²/(S₂²σ₁²)~F(n₁−1,n₂−1) | [S₁²/S₂²·1/F_{α/2}(n₁−1,n₂−1), S₁²/S₂²·F_{α/2}(n₂−1,n₁−1)] |
记忆：① 均值区间 "点估计 ± 分位数 × 标准误"；② σ² 已知用 z，未知用 t；③ 方差区间用 χ² 双分位数（非对称）；④ 方差比区间用 F 双分位数，注意第二个分位数的自由度互换（F_{1−α/2}(m,n)=1/F_{α/2}(n,m)）。
注意：S_w²=[(n₁−1)S₁²+(n₂−1)S₂²]/(n₁+n₂−2) 是合并样本方差（第六章已见）。方差比区间的上下限都要用到 F 表：上限用 F_{α/2}(n₂−1,n₁−1)（自由度互换后的分位数）。
九、高频考点与易错点
考点 1：矩估计
一阶/二阶样本矩=总体矩；方差估计用二阶中心矩（分母 n）。
考点 2：最大似然估计
写 L(θ)→取对数→求导令 0；U(0,θ) 型用单调性取 max。
考点 3：验证无偏性
算 E(θ̂) 并化简；X̄、S² 无偏；E(X̄²) 用 DX+(EX)²。
考点 4：有效性一致性
无偏才比方差；相合性用大数定律判断。
考点 5：均值置信区间
σ² 已知 Z、未知 t；区间=点估计±分位数×标准误。
考点 6：方差及方差比区间
χ² 双分位数；F 区间自由度互换，别记反。
易错点清单（考前必看）
- 矩估计的方差估计量分母是 n（二阶中心矩）；无偏的 S² 分母才是 n−1。
- 最大似然估计：均匀分布 U(0,θ) 不能用求导法，θ̂=max{xᵢ}。
- 似然函数用观测值 xᵢ 写；最后回答"估计量"用 Xᵢ、"估计值"用 xᵢ。
- 有效性比较前提是都无偏；一致性是"依概率收敛"。
- 置信区间随机，θ 固定；不能说"θ 落在区间内的概率是 1−α"。
- σ² 未知时均值区间用 t 分布，自由度 n−1；σ² 已知用 Z。
- 方差区间用 χ² 双分位数，区间非对称，别写成 ±。
- 方差比区间：F_{1−α/2}(m,n)=1/F_{α/2}(n,m)，上限用互换自由度的分位数。
- z_{α/2} 是"双侧"分位数：P{|Z|>z_{α/2}}=α，即 Φ(z_{α/2})=1−α/2。
- 指数分布 λ̂=1/X̄（无偏性要验证，常用 k/X̄ 修正无偏形式出现于综合题）。
十、常用结论速记表
| 结论 | 记忆要点 |
|---|
| 矩估计：Aₖ=E(Xᵏ) | 样本矩代替总体矩 |
| μ̂=X̄，σ̂²=(1/n)Σ(Xᵢ−X̄)² | 正态矩估计/最大似然估计一致 |
| λ̂=X̄（泊松/指数） | λ̂=1/X̄ 为指数 |
| E(X̄)=μ，E(S²)=σ² | X̄、S² 无偏 |
| μ 区间（σ² 已知） | X̄ ± z_{α/2}·σ/√n |
| μ 区间（σ² 未知） | X̄ ± t_{α/2}(n−1)·S/√n |
| σ² 区间 | [(n−1)S²/χ²_{α/2}, (n−1)S²/χ²_{1−α/2}] |
| σ₁²/σ₂² 区间 | F 双分位数，自由度互换 |
| 最大似然估计套路 | L→ln L→求导=0→解 θ̂ |
| 一致估计 | θ̂→(P)θ，大数定律保证 |