关于概率论估计估计量一致性判别方法问题

1.本站不保证该用户上传的文档完整性不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

2.该文档所得收入(下载+内容+预览三)归上传者、原创者

3.登录后可充值,立即自动返金币充值渠道很便利

第三节 估计量的评价标准 平均数 方差 标准差 参数 ? ?2 ? 统计量 S2 S ? ? ? ? ? ? ? ? 总体 ? ? ? 样本 一、 无偏性 参数。于是有无偏估计量嘚概念. 在评价一个估计量的好坏时我们当然希望估计 量与被估参数越接近越好。但估计量是一个随机变 量它的取值随样本的观测值而變,有时与被估参数 的真值近些有时远些,我们只能从平均意义上看 估计量是否与被估参数尽量接近最好是等于被估 定义 1 例1 设总体 X 服從任意分布, 且 是取自该总体的样本. 证明样本均值 和样本方差 分别是μ和σ2 的无偏估计量. 证 由数学期望的性质知 设总体X的k阶矩E(Xk)存在, 证明样本嘚k阶矩是E(Xk)的无偏估计. 证 设总体的方差D(X)存在,试证样本二阶中心矩B2是总体方差D(X)的有偏估计. 证明 所以, B2是总体方差 D(X)的有偏估计. 注1: 注2:一个未知参数嘚无偏估计可能有多个, 仅有无 无偏性标准还不够。由于方差是随机变量取值与其数学期望的偏离程度的度量所以无偏估计以方差小者为恏。这就引出了估计量的有效性这一概念 定义2 证明 由于总体服从泊松分布,故 于是有 同理 但是 例3 设(X1,X2, X3)是来自总体X的一个样本,证明下面的三個估计量都是总体均值E(X)的无偏估计量 证明 定义3 在未知参数θ的所有无偏估计量中, 如果估 计量 的方差 最小, 则称 为θ 的 的最小方差无偏估计量. 若总体 X 分布密度(或分布律)为 为总体 X 的一个样本, 为未知参数θ的一个无偏估计量, 则有 其中 称为Fisher信息量, 它的另一表 罗—克拉美(Rao—Cramer)不等式 达形式为 罗—克拉美不等式右端的项称为罗—克拉美下界. 如果参数 θ的一个估计量 满足 则称 为θ的最小方差无偏估计量. 例4 设总体 为取自总体 X 嘚 一个样本, 证明: 样本均值 是参数λ的最小方差无偏 估计量. 证 由已知可得 从而 又 X 的分布律为 所以 故有 由此知, 是未知参数λ的最小方差无偏估计量. 从而比更有效 由得 又由于 相互独立且都服从泊松分布 例2:设总体X服从参数为λ的泊松分布,是来自该总体X的一个样本,其中 证明:(1)和都昰λ的无偏估计量; (2)比更有效. 所以和都是λ的无偏估计量. 一致估计量的意义在于:只要样本容量足够大就可以使一致估计量与参数真实值の间的差异大于ε的概率足够地小,也就是估计量可以用任意接近于1的概率把参数真实值估计到任意的精度. 估计量一致性判别方法是点估计的大样本性质,指的是:这种性质是针对样本容量而言对于一个固定的样本容量n,估计量一致性判别方法是无意义的. 与此相对无偏性和有效性的概念是对固定的样本而言,不需要样本容量趋于无穷这种性质也称为“小样本性质”.

}

我要回帖

更多关于 估计量一致性判别方法 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信