(节估计优良性).docVIP

第八章 参数估计 点估计量的优良性 上一节中，我们介绍了估计总体参数的两个常用的方法：矩估计法和极大似然估计法。并且已经知道，对于同一个参数，用矩估计法和极大似然估计法得出的估计量有的时候是相同的，有的时候是不同的，即对于同一个参数,可以有多个估计量等,究竟采用哪一个估计量好呢？这就涉及到用什么标准来评价估计量好坏的问题。通常采用下列标准。 一、无偏估计 这里我们给出一种对任何样本容量都适用的评价估计量好坏的准则。 设是总体分布中的未知参数， 为的估计量。既然是样本的函数，因此对于不同的抽样结果，的值也不一定相同，然而我们希望在多次试验中，用作为的估计没有系统误差，即用作为的估计，其平均偏差为0，用公式表示即，， 这就是估计量的无偏性的概念。 这是估计量应具有的一种良好性质。没有系统性偏差的性质在统计学上称作无偏性。显然它可以作为衡量估计量估计量好坏的一个准则。 定义2 设（简记为）为未知参数的估计量， 若 , (8.5) 则称为的无偏估计。 设总体的均值,总体方差。 设为来自于总体的样本, 求证：（1）是的无偏估计量； （2）是的无偏估计量。 （3）设常数满足， 则是总体均值的无偏估计。 证明 因为独立且与同分布, ,,; 于是 , 故是的无偏估计量； , , , 下面计算。 方法1 ; 方法2 , , ; 方法3 , , , 故 . 但是，不是总体方差的无偏估计。事实上， , 所以，它是有偏的. 例2 设总体的概率密度为 , 为来自总体的样本. (1)求总体均值,总体方差 (2)求的矩估计量;　　　(3)是否为的无偏估计？ (4)求的方差 . 解 (1)总体均值 ; ; 总体方差 ; (2)令,即, 得的矩估计量为;　　　 (3), 所以是的无偏估计; (4)的方差 . . 设总体X～，X，X，…，X是来自X的一个样本，试确定常数C，使为的无偏估计。 解法一 因为，故 , ,,() ( 若写出, 则错了,因为不独立.) 故 , 而由 得到 于是 ， 故。 解法二 因为独立同分布, ,() ， 因而 ， ， 故 。 解法三 , , 因独立同分布，故 ， , , 于是 为使其为的无偏估计，必有 ，即。 解法四 由得到 故 。 注意 上例解法四推演步骤甚多，但其使用的手法是很重要的。这个手法就是遇有随即变量之差的平方时，将这个差变形为 ， 从而将差的平方与方差联系起来。 显然，由例1我们看到， （）和都是总体均值的无偏估计。 由此可见，一个未知参数可以有不同的的无偏估计量。因此，对于几个无偏估计量，应该有个区别好坏的标准。 二、最小方差无偏估计 设是的无偏估计量，,我们很自然的要求与尽可能接近，也即要尽量小。 而 , 这就看出，当是的无偏估计量时，其方差越小越好。因此方差最小的无偏估计就是一个“最佳”的估计。 定义3 设是的一个无偏估计，若对于的任一无偏估计，成立 , 则称是的最小方差无偏估计。 例2设为来自于总体的样本,总体均值,总体方差,求的最小方差线性无偏估计。 解 已知独立且与同分布, ,,; 的线性估计是将的线性函数 作为的估计量。 问题是如何选取的值，使得无偏性和最小方差这两个要求都能得到满足。易知 , , 无偏性要求, 最小方差要求达到最小； 利用Cauchy不等式得， ， 且等号成立，当且仅当全相等， 记， 由条件 , 得到， 于是当时， 达到最小； 故, 是的最小方差线性无偏估计。 从这里，我们看到了选取样本均值作为总体均值的估计的优良性质。 若和都是的无偏估计量，且成立，则通常称估计量较有效,或较佳,或较优. 例 设为总体的一个样本, 试证下列估计量 ,, , 都是总体均值的无偏估计量, 且问哪一个最佳？ 证明 已知独立同分布, ,,, ,