03_特征估计.ppt

§1.3随机序列数字特征的估计 实际中无法得到随机序列的无穷多个样本, 因而很难精确计算它的统计平均值, 方差和自相关函数。 本节讨论如何根据实际取得的有限样本数据来估计随机序列的数字特征. 1.3.1估计准则 1.估计的概念 对随机变量 观测 次, 得到 个观测值: 设： —待估计参数的真值; — 的估计值,是观测值的函数.现按一定的准则构造一个观测数据的函数,以此作为真值 的估计值,即 相应的估计误差为 1.3.1估计准则 注意: 和 均为随机变量。 图1.3.1 估计过程 观测数据 估计准则 估计值 真值 估计过程如图1.3.1所示。 1.3.1估计准则 图1.3.2 估计量的概率密度曲线 按不同的准则构造 , 将会得到不同的 。 如何衡量估计的质量呢? 从概念上讲,图中曲线 比较窄, 估计值 接近真值 的概率比较大。 因此 的估计性能比 好。 假设估计值 的概率密度曲线如图1.3.2所示. 1.3.1估计准则 2.评价估计性能的标准 主要从偏移性, 估计方差和均方差(一致性)等方面进行评价。 1) 偏移性 将真值 与估计量 的统计平均值 之差称为偏移, 并用 表示,则 ● —无偏估计, 估计量在真值附近摆动