最小方差无偏估量UMVUE.ppt

  1. 1、本文档共22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)。
查看更多
最小方差无偏估量UMVUE

第六章 第三节 最小方差无偏估计;优良的无偏估计都是充分统计量的函数.;注:定理2表明: 若无偏估计不是充分统计量的函数,则将之对充分统计量求条件期望可得一个新的无偏估计,且它为充分统计量的函数且方差会减小. 即, 考虑点估计只需在充分统计量的函数中进行, 这就是 — 充分性原则.;二、最小方差无偏估计;是总体X的样本,;1、 Fisher信息量的定义.; (1)I(θ)越大,总体分布中包含未知参数的信息越多。;注:; 设总体X 的概率函数为p(x ;? ),???, 满足上面定义中的条件;x1,….,xn 是来自总体X的一个样本, T(x1,….,xn )是g(? )的一个无偏估计.;注:;3. 有效估计;综上, 求证T是g(?)的有效估计的步骤为:;例5. 设总体 X~Exp(1/θ),密度函数为;经检验知? 的最大似然估计为;;所以;;例8. 设x1 ,….xn 为取自总体为正态分布N(μ,σ2)的样本, 验证 ; ;由于 ;注3对于 的C-R下界为: ;4. 最大似然估计的渐近正态性

文档评论(0)

shaoye348 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档