第四讲 估计量的优良性准则.pptVIP

第四讲 估计量的优良性准则 一、均方误差准则 二、一致最小方差无偏估计 * 一、均方误差的准则 二、一致最小方差无偏估计 计优劣的一个自然准则可定义如下： 称上式为均方误差， (Mean Squared Error) 简记为MSE。 确定，即 其中 偏差。 （bias） 例4.1 MLE的均方误差。 果对所有 不等式 成立， 则称T比 S好， 也说S是非容许的。 (Inadmissible) 从均方误差可知，我们自然希望估计的MSE 越小越好。 对所有的 成立， 估计。 因为 倘若这样的估计 存在， 不存在。 平凡估计 (Trivial Estimate) 由此可见，均方误差一致达到最小的 最优估计并不存在，那么应如何评判和寻找 优良的估计呢？方法之一是对估计提出一些 合理性的要求，将那些诸如不合理的平凡估 计排除在外，然后在满足合理性要求的估计 类中寻找优良的估计。无偏性便是一种常用 的合理性要求。 定义4.1 无偏估计量(Unbiased Estimate)。 例4.2 试讨论它们的无偏性。 解 容易验证 是无偏的。 因为 ～ 这样 的无偏估计为 然而 是可估的。 注意： （1） 无偏估计可能不存在。 （2） 若无特别声明，均认为 是可估参数。 对可估参数 ，无偏估计一般