第二章 参数估计2-2统计量的评判标准幻灯片.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