Poisson分布的参数函数无偏估计.pdf

第29卷第7期 重庆工商大学学报(自然科学版) 2012年 7月 Vol_29 N0．7 JChongqingTechnolBusinessUniv．(NatSciEd) Ju1．2012 文章编号：1672—058X(2012)07—0006—03 Poisson分布的参数函数无偏估计术 胡 祥，吴 涛，李健平 (安徽大学 数学科学学院，安徽 合肥230039) 摘 要：+-i-论了在Poisson分布情况下参数函数的无偏估计，并给出相应的证明和实例． 关键词 ：泊松分布 ；线性函数 ；指数函数 ；无偏估计 中图分类号 ：0211．3 文献标志码 ：A 泊松分布是概率统计学科中一种重要的离散分布，在实际中有着广泛的应用，它常与单位时间或单位 面积及单位产品上的计数过程相联系．例如，在单位时间内，电话总机接到用户呼唤的次数，路 口通过的车 辆数，放射性物质放射出的口粒子数，每平方米玻璃上的气泡数等等都可以用泊松分布来描述 J．泊松分布 参数A具有明显的统计意义，对其估计方法与性质的研究是现代统计研究的重要课题，许多学者进行了研 究 4，而最常用见的是求参数A的无偏估计． 参数函数的估计也是研究的重点．风险集体中索赔次数服从一个P(A)分布，参数A未知，有些情况，使 用一个容易观察的理赔数据模型很方便，例如伽玛分布，适用于理赔分布的尾概率不是太重的情形，比如在 机动车险中自己车辆损伤情形．不同的参数分布解决不同的理赔问题，理赔泊松分布模型中，不仅仅涉及参 数A的估计，同时涉及参数A函数的估计．文献 [5]讨论了参数的倒数的估计． 在参数无偏估计中，人们并不是一味的应用参数A的无偏估计，有时更多的应用参数A函数的无偏估 计．此处给定泊松样本，考虑泊松分布参数函数在指数函数g(A)=en¨的无偏估计问题． 1 泊松分布的参数无偏估计 总体为泊松分布 e(a)时，设 ， ，…， 为一个简单的泊松随机样本： e(x=)=_^e～，=0，1，2，3 ： 未知参数0=A0，可以证明样本均值 和样本均值方差： 1 n JS=：七 刍∑(置一) 都是总体参数0=A的无偏估计．推广到一般情况下，对任意实数a，0≤o≤1，aX+(1一口)S也都是A的无 偏估计．可以看到参数的无偏估计不仅仅只有一个，可以有许多种，当然参数亦可能没有无偏估计． 收稿 日期 ：2011—11—12；修回日期 ：2011—12—20． 基金项 目：国家 自然科学基金；安徽大学创新团队(KJTD001B)；安徽大学研究生学术创新项 目(yfc090008) 作者简介：胡祥 (1986一)，男，安徽六安人 ，硕士研究生，从事统计计算及其应用研究． 万方数据 第7期 胡 祥，等：Poisson分布的参数函数无偏估计 7 2 参数函数的无偏估计 当 是未知参数0的无偏估计量时，g()不一定是 g()的无偏估计量．换句话说，在一定的情况下， E(g(0))：g(0)，也有可能E(g(0))≠g(0)，甚至还有g(0)不存在的可能． 结论 1 设函数g(A)=aA+b，可以证明g(A)的无偏估计为g。(A)=。A+b． 证明 E(g(A))=E(0A+b)：E(aA)+E(b)=aE(A)+b=aA+b=g(A)，可以看出，线性函数情况 下，满足g(0)是g(0)的无偏估计量．但线性函数是一种简单的函数．并不是所有的函数都满足上述的情况． 结论2 设函数g()=gz(A)=e“，当k0，可以证明g(A)的无偏估计不是g()=ekX，而是g()= (k+1) ．