数理统计6-.pptVIP

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共40页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数理统计6-

ch72 定理 1 设 于是 * * §6.2 点估计的评价标准 对于同一个未知参数, 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? 用什么标准来评价一个估计量的好坏? 常用 标准 (1) 相合性 (3) 有效性 (2) 无偏性 估计量。若对于任意的? ? ? ,当n? ?时, 定义 设 是总体参数? 的 则称 是总体参数? 的相合估计量。 依概率收敛于? , 即 相合估计量仅在样本容量n 足够大,才显示其优越性。 相合性 ) , , , ( ? ? 2 1 n X X X L q q = 0 ) ) ? ( lim = 3 - ¥ ? e q q P n 关于相合性的常用结论 样本 k 阶矩是总体 k 阶矩的相合估计。 由大数定律证明 矩法得到的估计量一般为相合估计量 在一定条件下, 极大似然估计具有相合性 为 的一个估计量。 如果 则 为 的相合估计。 例1 为常数 则 是? 的相合估计。 证明: 经过简单计算可得 所以 是 ? 的相合估计量,证毕。 证明 由大数定律知, 例2 由大数定律知, 例4 设 是来自均匀总体U(0,θ)的样本,证明θ的极大似然估计是相合估计。 证明 在前面我们已经给出θ的极大似然估计是x(n)。由次序统计量的分布,我们知道 的分布密度为 。 故有 由定理1可知x(n)是θ的相合估计。 定理2 若 分别是 的相合估计, 是 连续函数,则 有 是 的相合估计。 又由 的相合性,对给定的 ,对任意的 存在正整数N,使得 时 证明 由函数 的连续性,对任意给定的 ,存在一个 ,当 时有, 从而有 由 的任意性,定理得证。 根据上述的式子, 故有 例5 设一个试验有三种可能结果,其发生概率分别是 , 现做了n次试验,观测到三种结果发生的次数分别为n1,n2,n3,可以采用频率替换方法估计θ。由于可以有三个不同的θ的表达式: 从而可以给出θ的三种不同的频率替换估计,分别是 。 分别是p1 ,p2 ,p3相合估计。 定义 设 是总体X 的样本 是总体参数? 的估计量 则称 是? 的无偏估计量,否则称为有偏估计。 存在, 都有 且对于任意 无偏性 证明: 不论 X 服从什么分布, 是 的无偏估计量。 证 是总体X 的样本, 例1 设总体X 的 k 阶矩 存在 因而 由于 特别地, 样本二阶原点矩 是总体二阶 的无偏估计量。 原点矩 是总体期望 E( X ) 的无偏估计量 样本均值 例2 设总体 X 的期望 E( X )与方差 D( X )存在, 是 X 的一个样本, n 1, (1) 不是 D( X ) 的无偏估计量; (2) 是 D( X ) 的无偏估计量。 证 前已证 证明: 因而 故 证毕。 例3 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, 证 故 是? 的无偏估计量。 令 即 故nZ 是? 的无偏估计量。 证 例4 都是总体参数? 的无偏估计量, 则称 比 更有效。 定义 设 有效性 且至少有一个 ? 使得上述不等号严格成立, 所以, 比 更有效。 是 ? 的无偏估计量,问哪个估计量更有效? 由前面例子 可知, 都 与 为常数 例1 设

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档