概率论与数理统计第6章参数估计课稿.ppt

能达到C-R下界的无偏估计不多: 例6.4.8 设总体为N 0,? 2 ，满足定义6.3.2的条件，且费希尔信息量为 ，令 , 则? 的C-R下界为 , 而? 的UMVUE为 其方差大于C-R下界。这表明所有? 的无偏估计的方差都大于其C-R下界。 费希尔信息量的主要作用体现在极大似然估计。 定理6.3.5 设总体X有密度函数 p x;? ，?∈Θ， Θ为非退化区间，假定 1 对任意的x，偏导数 ， 和 对所有?∈Θ都存在； 2 ??∈Θ, 有 ， 其中函数F1 x , F2 x , F3 x 可积. 3 ??∈Θ, 若 x1, x2 , …, xn 是来自该总体的样本，则存在 未知参数? 的极大似然估计 ，且 具有相合性和渐近正态性: §6.5 贝叶斯估计 6.5.1 统计推断的基础 经典学派的观点：统计推断是根据样本信息对总体分布或总体的特征数进行推断，这里用到两种信息：总体信息和样本信息； 贝叶斯学派的观点：除了上述两种信息以外，统计推断还应该使用第三种信息：先验信息。 （1）总体信息:总体分布提供的信息。 （2）样本信息:抽取样本所得观测值提供的信息。 （3）先验信息:人们在试验之前对要做的问题在经 验上和资料上总是有所了解的，这些信息对 统计推断是有益的。先验信息即是抽样（试 验）之前有关统计问题的一些信息