概率论的基础--chapter 7_2.PPTVIP

§7.2 估计量的优良性准则 对于总体的一个参数，我们可用各种不同的方法去估计它，因此一个参数的估计量不唯一。 在众多的估计量中，选哪一个更好？选取的标准是什么？ 下面给出三个常用的优良性准则。 无偏性 S2 是 σ2 的 无 偏 估 计 量 有效性 思考：下列估计量是否是μ=E(X) 的无偏估计量？哪个更好？ 证明无偏性并判断哪个有效 例 设总体X~U[0,θ]， θ 0 未知，(X1，X2，X3)是取自X的一个样本： 试证 都是θ的无偏估计； 上述两个估计量中哪个方差最小？ 相合性 Mathematical Statistics 7.2 估计量的优良性准则 * 参 数 估 计 第 七 章 杨宇明 youngym@126.com 当 X ～ U(0,θ) ，θ的矩法估计量为 ，而极大似然估计量为 定义：设 是未知参数θ 的估计量，若 ，则称 为θ 的无偏估计。 θ t 例 设总体的方差D(X)= σ2 0，则样本方差S2 是σ2的无偏估计。（总体的数学期望未知！） 分析：关键在于E ( S2) = σ2是否成立。 # 证明： 注意： Ak 是 g k的 无 偏 估 计 量 注： 1)样本的k阶原点矩是总体k阶原点矩的无偏估计量。 无 偏 估 计 量的不唯一性 2)一个未知参数可有不同的无偏估计量。 定义： 设 和 是未知参数θ 的两个无偏估计量，若对θ 的所有可能取值都有 ，则称 。 设 是θ 的无偏估计，如果对θ 的任何一个无偏估计量 都有 由上例可见，一个参数的无偏估计可以有很多； 无偏估计只能保证无系统误差， 但是却可能有极大的偏差。 一个优良的估计量，其方差应该较小。 则称 为θ 的最小方差无偏估计量.(有效估计量） 分析： 要判断是否无偏估计，需要计算期望 要计算期望，需知道概率密度函数 证明： 1) 2) # 定义：设 是未知参数θ 的估计量，若对任意的ε0，有 则称 为θ 的相合估计量。 是μ的相合估计量; S2和M2都是σ2的相合估计量。 样本的k 阶原点矩Ak为g k的相合估计估计量