矩估计

🏠 数理统计概念导航

核心问题

已知分布的形状、不知道参数，怎么用数据把参数猜出来？最朴素的办法是什么？

最朴素的办法：总体的平均值应该约等于样本的平均值。 把这句话写成方程再反解，就是矩估计。它是历史上第一个系统的参数估计方法，也是考研里必考的两种方法之一。

核心定义 / 定理 / 结论

一、三步定义

有 个未知参数就列 个方程，从一阶矩开始往上取：

二、合法性：由大数定律保证

更一般地，，所以任何阶的样本矩都可以放心用（见大数定律）。

再由连续映射定理，若 连续则

三、一阶矩失效：三种情形

一秒判据：

典型：（拉普拉斯）、、取值 且两端等概率的离散分布。

四、二阶矩用哪个式子

多参数时的等价写法（少算一步）：

五、作比消常数

当总体矩里带有难以反解的公因子（如 ）时：

六、矩估计与最大似然的分工

	矩估计	最大似然
依据	大数定律	似然最大
计算	积分求矩 + 反解	求导解方程（或看单调性）
唯一性	通常唯一	可能不唯一
相合性	有	有
无偏性	常有（一阶矩时）	常无
有效性	一般较差	一般较好
边界型模型	仍可用	更优（方差 ）

典型题型

1. 标准型 —— 认出分布 → 查 → 反解。
2. 一阶矩失效 —— 上二阶矩。本章最高频。
3. 两参数 —— 联立 与 （或 ）。
4. 陌生分布 —— 先换元认成指数/几何等标准分布，再查现成的矩。

图示 / 直觉

左边是模型说”应该是多少”，右边是数据说”实际是多少”。让它们对上， 就被挤出来了。

对称分布的位置已知（就是对称中心），所以位置方程给不出信息，必须用尺度方程—— 这就是”一阶矩失效”的几何解释。

常见误用

1. 一阶矩算出常数就以为自己算错 —— 那正是题目要考的，直接上二阶矩。
2. 二阶矩方程写成 —— 左边是中心矩、右边是原点矩，量纲对不上。
3. 样本二阶中心矩的分母写成 —— 的分母是 ； 才是 。
4. 忘了检查 落在参数空间内 —— 如 要验证它在 内。
5. “估计量”与”估计值”混写 —— 大写 是估计量，小写 是估计值。
6. 多参数时只列一个方程 —— 个参数必须 个方程。

与旧知识的连接

• 大数定律 —— 矩估计的合法性证明，尤其是辛钦定理。
• 相合性 —— 由大数定律 + 连续映射定理直接得到。
• 期望与 LOTUS —— 算 的工具。
• 分布数字特征速查表 —— 第①步查表用。
• 分布的对称性 —— “一阶矩失效”的判据来源。

题型训练

• 矩估计与一阶矩失效
• 半正态与绝对偏差统计量
• 均匀分布族与极值统计量

链接

• 上游：大数定律 · 期望与 LOTUS · 总体、样本与统计量
• 平行：最大似然估计
• 下游：无偏性 · 有效性 · 相合性
• 章节导航：数理统计