2016点估计的评价标准.pptVIP

§6.2 点估计的评价标准 6.2.1 相合性 我们知道，点估计是一个统计量，因此它是一个随机变量，在样本量一定的条件下，我们不可能要求它完全等同于参数的真实取值。但如果我们有足够的观测值，根据格里纹科定理，随着样本量的不断增大，经验分布函数逼近真实分布函数，因此完全可以要求估计量随着样本量的不断增大而逼近参数真值，这就是相合性，严格定义如下。 定义6.2.1 设? ∈Θ为未知参数， 是? 的一个估计量，n 是样本容量，若对任何一个ε0，有 则称 为? 参数的相合估计。 相合性被认为是对估计的一个最基本要求, 如果一个估计量, 在样本量不断增大时，它都不能把被估参数估计到任意指定的精度, 那么这个估计是很值得怀疑的。 通常, 不满足相合性要求的估计一般不予考虑。证明估计的相合性一般可应用大数定律或直接由定义来证. 若把依赖于样本量n的估计量 看作一个随机变量序列,相合性就是 依概率收敛于?,所以证明估计的相合性可应用依概率收敛的性质及各种大数定律。 在判断估计的相合性时下述两个定理是很有用的。 定理6.2.1 设 是? 的一个估计量，若 则 是? 的相