概率论与数理统计-估计量的评价标准.pptVIP

第二节 估计量的评价标准 一、问题的提出 下面介绍几个常用标准： 二、无偏性 注 三、有效性 例4 背景 四、 最小方差无偏估计量 注 定理*6.1(Rao-Cramer不等式) 上不等式的右端称为罗-克拉美下界, I(?)称为 Fisher信息量. 3. 有效估计 说明 所以 五、相合性 六、小结 本 节 结 束！ 例如 定义6.6 相合估计量(或一致 估计量). 证 (1) 由大数定律知, 例6 由大数定律知, 通过此例题,我们看到,要证明一个估计量具有相 合性,必须证明它依概率收敛,这有时很麻烦.因此,我们 下面我们不加证明的给出一个相合性的判定定理. 一、问题的提出 二、无偏性 三、有效性 四、相合性 第六章 从前一节可以看到, 对于同一个参数, 用不同的估计方法求出的估计量可能不同.然而, 原则上任何统计量都可以作为未知参数的估计量. 问题 (1) 对于同一个参数究竟采用哪一个估计量好? (2) 评价估计量优劣的标准是什么? 下面介绍几个常用标准. 1）无偏性； 2）有效性； 3）最小方差无偏估计 4） 相合性. 定义6.2 证 例1 特别地, 不论总体 X 服从什么分布, 只要它的数学期望存在, 证 例2 分析 例3 设总体X的方差D(X)存在，且 D(X) 0, (X1, X2 , ··· , Xn ) 为来自总体X的样本，试选择适当的常数C，使得 为D(X)的无偏估计. 需选择C，使 而X1, X2 , ··· , Xn 相互独立，且与X 同分布 解 依题意，要求： 一般地，一个参数? 的无偏估计量不唯一. 如：设样本(X1, X2 , ··· , Xn ) 来自总体X，E(X)=?, 也均是?的无偏估计. 问题： 对于同一个参数的多个无偏估计量，如何评价它们的优劣？ 换句话说， 的波动越小，即方差 越小越好. 定义6.3 来自总体X的样本，问：下列三个对? 的无偏估计量哪一个最有效？ 解 注 一般地，在? 的 无偏估计量 可用求条件极值的拉格朗日乘数法证明 (1) 证 例5 解 随机抄n个自行车的号码，由这n个号码来估计某市市区的自行车总数N. 如：样本值 100, 1000, 10000, 100000, 1000000. 可算得： 定义 最小方差无偏估计是一种最优估计. 问题： 无偏估计的方差是否可以任意小?如果不能任意小,那么它的下界是什么? 设?是实数轴上的一个开区间,总体X的分布密度为p(x;?),???, 是来自总体X的一个样本, 是参数?的一个无偏估计量,且满足条件: 注 (1) I(?)的另一表达式为 (2) 定理6.1对离散型总体也适用. 由此,根据定理6.1求证 的步骤为 是?的最小方差无偏估计 根据定理6.1,若参数? 的无偏估计量 的方差 达到下界,则 必为 ? 的最小方差无偏估计. 定义6.4 定义6.5 (2) 求有效估计的方法和求MVUE的方法完全一样.