22数理统计.ppt

因子分解定理 * * §2.2 点估计的评价标准 对于同一个未知参数,不同的点估计方法得到的估计量可能不同,于是提出问题： 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? 常用 标准 (1) 无偏性 (3) 一致性 (2) 有效性 若 则称 是? 的无偏估计量. 无偏性 定义 不可能要求每一次由样本得到的估计 值与真值都相等，但可以要求这些估 计值的期望与真值相等. 定义的合理性 是总体X 的样本, 证明: 不论 X 服从什么分布,都有 是 的无偏估计量. 例1 设总体X 的 k 阶矩 存在 特别地 样本二阶原点矩 是总体 是总体期望 E( X ) 的 样本均值 无偏估计量 的无偏 二阶原点矩 估计量 样本为 (n 1) . 例2 设总体 X 的期望 与方差存在, X 的 是 D( X ) 的无偏估计. 从而 不是 D( X )的无偏 估计。 则 例3 设 是总体 X 的一个样本 , X~B(n , p) n 1 , 求 p,p 2 的无偏估计量. 解 由于样本矩是总体矩的无偏估计量以及数学期望的线性性质, 只要将未知参数表示成总体矩的线性函数, 然后用样本矩作为总体矩的估计量, 这样得到的未知参数的估计量即为无偏估计量. 令 为p的无偏估计 因此, p 2 的无偏估计量为 故 例4 设总体 X 的密度函数为 为常数 为 X 的一个样本 证明 与 都是 的无偏 估计量 注：无偏估计没有唯一性！！ 都是总体参数? 的无偏估计量, 且 则称 比 更有效. 定义 设 有效性 由例4可知, 与 都 是? 的无偏估计量,问哪个估计量更有效？ 为常数 例5 设总体 X 的密度函数为 例6 设总体 X，且 E( X )=? , D ( X )=? 2 为总体 X 的一个样本 证明 是 ? 的无偏估计量 (2) 证明 比 更有效 证 (1) (1) 设常数 (2) 而 结论 算术均值比加权均值更有效. 例如 X ~ N( ? ,? 2 ) , ( X 1 ,X 2 ) 是一样本. 都是? 的无偏估计量 由上例知 最有效. 当 时, 称 为达到方差下界的无偏估计量, 此时称 为最有效的估计量, 简称有效估计量(一致最小方差无偏估计). 克拉美—罗（Cramer–Rao ）不等式 若 是参数 g(?) 的无偏估计量, 且 其中 p ( x , ? ) 是 总体 X 的概率分布或密 度函数，称 为方差的下界. Fisher信息量 总体密度函数满足一定的条件，则 例7 设总体 X 的密度函数为 为 X 的一个样本值. 求? 的极大似然估计量, 并判断它是否为无偏估计量，进一步，它是否为达到方差下界的无偏估计量. 解 由似然函数 为常数 即? 的极大似然估计量为 它是? 的无偏估计量. 而 故 是达到方差下界的无偏估计量. 定义 设 是总体参数? 则称 是总体参数? 的一致(或相合)估计量. 的估计量. 若对于任意的? ? ? , 当n? ?时, 一致性(相合性) 依概率收敛于? , 即 一致性估计量仅在样本容量 n 足够大时,才显示其优越性. 关于一致性的两个常用结论 1. 样本 k 阶矩是总体 k 阶矩的一致性估计量. 是? 的一致估计量. 由大数定律证明 用Chebyshev不 等式证明 矩法得到的估计量一般为一致估计量 2. 设 是 ? 的无偏估计 量, 且 , 则 例8 则 是? 的无偏、有效、一致估计量. 为常数 均方误差准则简介 均方误差： 其中 为 的估计量。 若 ， 均为 的估计量，且 则称在均方误差标准下 优于 。 例9. P31，例2.2.3. 充分统计量 充分性的概念 例 为研究某个运动员的打靶命中率，我们 对该运动员进行测试，观测其10次，发现除第 三、六次未命中外，其余8次都命中。这样的 观测结果包含了两种信息： (1) 打靶10次命中8次； (2) 2次不命中分别出现在第3次和第6次