6.1点估计的概念与无偏性.docVIP

课题名称、授课时数：§6.1点估计的概念与无偏性（1.5） 授课类型： 理论课 教学方法与手段： 讲授 教学目的与要求：理解参数估计中参数的意义，了解参数估计的形式，理解点估计的概念、无偏估计、有效估计的意义，掌握总体均值、总体方差的无偏估计. 教学重点、难点：点估计的概念，无偏估计、有效估计的意义. 教学内容： 6.1.1.点估计与无偏性 定义6.1.1设是来自总体的一个样本，用于估计未知参数的统计量称为的估计量，或称为的点估计，简称估计. 统计量如何构造并没有明确的规定，只要满足一定的合理性即可.最常见的合理性要求是所谓的无偏性. 定义6.1.2设是的一个估计，的参数空间为，若对任意的，有 （6.1.1） 则称是的无偏估计，否则称为有偏估计. 无偏估计的含义：无偏性要求可改写为，表示无偏估计没有系统偏差.在使用估计时，由于样本的随机性，总是有偏差的，这种偏差时而（对某些样本观测值）为正，时而（对某些样本观测值）为负，时而大，时而小.无偏性表示把这些偏差平均起来其值为0.而若估计不具有无偏性，则无论使用多少次，其平均也会与参数真值有一定的距离，这个距离就是系统误差. 例6.1.1（1）对任意总体，若，，是来自的样本，则. （2）当总体的阶矩存在时，样本的阶原点矩是总体阶原点矩的无偏估计.但对阶中心矩则不一样. 证明：（1）∵. ∴ 的无偏估计. 又因为对任意的随机变量有：， 从而 ， 且 . 所以 . 故 是的无偏估计. 而 不是的无偏估计. 由于 ， 故 . 由此知：采用的估计量，不会产生系统偏差. （2） ∵ 与总体同分布，所以， ， ∴ . 故 的无偏估计. 由（1）知：对于阶中心矩则不一样（的无偏估计）. 由于，因此用估计有偏小的倾向，特别在小样本情况下要使用作为的估计量（当）. 因此无偏估计是对小容量样本的要求. 无偏性不具有不变性.即若的无偏估计，一般而言，其函数的无偏估计，除非的线性函数. 例6.1.2 设总体为是样本，已知，. 分析：由定理5.4.1知，，密度为 从而 所以 由此有 . 这说明，利用修正技术可使是的无偏估计，其中是修偏系数，表6.1.1给出了的部分取值.可以证明，当时有，说明的渐近无偏估计，从而在样本容量较大时，不经修正的的一个很好的估计. 有时参数的无偏估计又不止一个. 例（补充）从均值为，方差为的总体中取容量为3的样本：，则 都是的无偏估计. 证明：∵ ， ， . ∴ 的无偏估计. 如何选择的估计？希望估计围绕的真值的波动越小越好.而波动的大小可用方差衡量. 6.1.2.有效性 定义6.1.3设和都是的无偏估计，如果对任意的有 且至少有一个使得上述不等号严格成立，则称比有效. 在上例中， ， 因 ，所以，是的有效估计.即在样本中，用全部数据的平均估计总体均值比只使用部分数据更有效. 例（补充）证明在样本的一切线性组合中，是总体期望值的无偏估计中最有效的估计量（例6.1.5的结论）. 证：设是来自总体的样本，是样本的一个线性组合， ， 因为 是总体期望值的无偏估计，所以 ，由期望的性质知： 又有方差的性质知： ， ， 问题转化为：判断的大小. 由不等式： 有： ， ， 由数学归纳法可证得： ， 所以 ， ∴ ， 当 时，“=”成立，否则“＞”成立. 在样本的一切线性组合中，是总体期望值的有效估计. 例（补充）设总体为是样本，其中已知，而未知，证明下列统计量 （1）； （2） 都是的无偏估计，但后者比前者有效. 证明 已知 ，且 又因为总体为根据抽样分布理论知： ～； ?～. 从而有 所以 . 例6.1.6 设是来自均匀总体的样本，可用最大观测值来估计（参见例6.3.5），由于 所以 （参见p273（5.3.15））.且说明不是的无偏估计，但它是是的渐近无偏估计.经过修偏后可得的一个无偏估计.且 . 所以 . 另一方面，由于，所以的矩估计为. 又，即也是的无偏估计.而 比较知，当时，有效. 作业：1,6. 5