估计量的评选.标准.pptVIP

例1 设 X1, X2,… Xn 是取自总体 X ~ N( 0,σ2) 的一个样本，试证： （1） 为 σ2 的渐近有效估计； （2） 为 σ2 的有效估计。 则称 是总体参数? 的相合 (或一致)估计. 的估计. 若对于任意的? ? ? , 当n? ?时, 三、(弱) 相合性 依概率收敛于? , 即 实际中，估计量应随着样本容量 n 的增大而愈接近其真值 定义 设 是总体参数 ? 判断相合性的两个常用结论 由大数定律可证 用切贝雪夫不 等式证明 是? 的相合估计量. 2. 设 是 ? 的一个估计, 且 则 样本 k 阶矩是总体 k 阶矩的 相合估计. 即矩估计具有相合性 定理1 例1 设 X ~ U (0,θ), X1, X2,…, Xn 是 X 的一个 样本, 证明:θ 的最大似然估计是相合估计. 解 θ 的最大似然估计为 则 X(n) 的密度函数为 从而得证。 注: (1) 为 EX 的相合估计 ; (2) b2是 Var(X) 的 相合估计； （3）S2 也是 Var(X) 的 相合估计； （4）S 是总体标准差的相合估计. * * 第二节 估计量的评选标准 一、无偏性 二、有效性 三、相合性 例 设 X1, X2,… Xn 是取自总体 X ~ U( 0,θ) 的一个样本， 求θ 的最大似然估计和矩估计. 解：θ 的最大似然估计值为 另一方面, 由于 EX =θ/2, 故矩估计为 两者不同! 对于同一个未知参数,用不同的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? 如何刻画？ 例：估计农大12级本科生高数的平均成绩： 方案一：设计一个抽样方案，取200个同学 的高数成绩，计算出他们的平均成绩，作为真实成绩的估计； 方案二：随便取一个同学的成绩作为真实成绩的估计。 常用 标准 (1)相合性(一致性) (3)有效性 (2)无偏性 评价一个估计量的好坏，不能仅仅依据一次试验的结果，而必须从某种整体性能去衡量它 . 一、无偏性 无偏性的意义是：用一个估计量去估计未知参数 ?, 有时候可能偏高,有时候可能偏低,但是平均来说它等于 ?. 则称 为 的无偏估计. 若对任意? ? ?，有 定义：设 是未知参数 的估计， 解释：无偏性的意义 ? 点估计值 例1 对任一总体 X（均值为 ?, 方差为 ? 2），样本均值为总体均值的无偏估计。当总体的 k 阶矩存在时，样本的 k 阶原点矩 ak 是总体 k 阶原点矩的无偏估计。而对中心矩此结果则不成立。 证 因而 由于 已知 而 注 1. 由于 称 S 2 为 的渐近无偏估计。 例 设 X1, X2,… Xn 是取自总体 X ~ U( 0,θ) 的一个样本， 验证 θ 的最大似然估计和矩估计是否是无偏的。 注 2.同一参数可能有多个无偏估计. 注 3. 无偏估计可能是不合理的。 例 设 X1 是取自总体 X ~ P(λ) 的一个样本， 试证： 是待估函数 e-3λ 的无偏估计。 二、有效性 的大小来决定二者谁更优 . 一个参数往往有不止一个无偏估计, 若 和 都是参数 θ 的无偏估计量，可以比较 都是总体参数 ? 的无偏估计量， 则称 比 更有效. 定义 设 若对任意 ? ? ?，有 且至少有一个? ? ? 使上述不等号严格成立， 例1 设 X1, X2,… Xn 是取自总体 X ~ U( 0,θ) 的一个样本， 比较 谁有效。 例2 设总体 X，且 E( X )=? , Var( X )=? 2 X1 ,…, Xn 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。 (1) 设常数 证 ： (1) (2) 利用柯西不等式 例如 X ~ N( ? ,? 2 ) , ( x 1, x 2 ) 是一个样本. 都是? 的无偏估计 最有效. 结论 算术均值比加权均值更有效. 最小方差无偏估计 定义 Un