(第二章 参数估计2-2统计量的评判标准.pptVIP

下 页 上 页 返 回 前面已经介绍了几种得到参数估计量的方法，若采用不同方法得到的估计量也不尽相同，所得出的估计值也可能不同。 这就需要讨论以下几个问题: (1) 我们希望一个“好的”估计量具有什么特性？ (2) 怎样决定一个估计量是否比另一个估计 量“好”？ (3) 如何求得合理的估计量？ 那么要问:究竟采用哪个估计是好的。 §2.2 统计量的评判标准 一、无偏估计 二、最小方差无偏估计与有效估计 三、一致估计 四、充分性与完备性 我们必须指出： 评价一个估计量的好坏，不能仅仅依据一次试验的结果，而必须由多次试验结果来衡量 . 这是因为估计量是样本的函数，是个随机变量 . 因此，由不同的观测结果，就会求得不同的参数估计值. 因此一个好的估计，应在多次试验中体现出优良性 . 而且尽可能接近待估计参数值的真值，在真值左右摆动尽可能小. 常用的几条原则标准是： 1. 无偏性 2. 有效性 3. 相合性 4. 充分性与完备性 一、无偏估计 估计量是随机变量，对于不同的样本值会得到不同的估计值 . 我们希望估计值在未知参数真值附近摆动，而它的期望值等于未知参数的真值，这就导致无偏性这个标准 . 设 是未知参数 的估计量， 1. 定义 则称 为 的无偏估计 . 若 则称 为估计量 的偏差 . 若 则称 为 的渐近无偏估计 . 若 例如，用样本均值作为总体均值的估计时，虽无法说明一次估计所产生的偏差，但这种偏差随机地在0的周围波动，对同一统计问题大量重复使用不会产生系统偏差 . 无偏性的实际意义是指没有系统性的偏差 . 无偏性是对估计量的一个常见而重要的要求 .也是工程技术中完全合理的要求。 例1 设X1,X2,…,Xn是取自具有一阶矩、二阶矩存在的总体X一个样本，证明 证 试问： 2. 无偏性的弱点 无偏估计量是对估计量的一个重要而常见的要求 ，实际意义是多次试验后没有系统性的偏差，也是工程技术中完全合理的要求，但不要一味认为估计量不满足无偏原则，就是“不好”的估计量。 (3) 无偏估计知只反映了估计量在参数真值附近波动。 例2 的样本，其中 事实上 设X1,X2,…,Xn是取自总体X： 但是，此估计量有明显的不合理： 从而，仅有无偏性原则不够。 例2 的样本，其中 设X1,X2,…,Xn是取自总体X： 二、最小方差无偏估计与有效估计 一个参数往往有不止一个无偏估计,无偏性原则不够，还应要求估计量围绕参数的真值波动尽可能小，如何刻划？ 概率论用随机变量的均方误差（方差）刻划“离散”或“集中”的程度。 我们可以比较 的大小来决定二者谁更优，由于 方差小者为佳，从而有最小方差无偏估计与有效性这一概念。 1. 定义 目的是: 寻找一个最有效的估计量. 又称优效估计量记为：MVUE. 2、有效估计 1) 定义 三、一致性（相合性）估计 无偏估计—无系统误差； MVUE与有效估计—离散程度小，法则较好，但前题是无偏估计。 问题： 如何取舍、兼顾. 目的：希望一个估计量是无偏的，且具有较小的方差，还希望当样本容量n无限增大时，估计能在某种意义下收敛于被估计参数的真值，这就是相合性(一致性)估计的要求。