- 1、本文档共49页,可阅读全部内容。
- 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、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、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
西北工业大学《概率论与数理统计》6-2 估计量的评价标准
第二节 估计量的评价标准
一、问题的提出
二、无偏估计
三、最小方差无偏估计
四、有效估计 回回
五、相合估计(一致估计) 停停
下下
一、问题的提出一、问题的提出
对于总体分布中的同一个未知参数,θ
若采用不同的估计方法,可能得到不同的
估计量 θ? 。
究竟采用哪一个估计量更好呢?这就
产生了如何评价与比较估计量的好坏的问
题,我们从估计量的数学期望及方差这两
个数字特征出发,引入无偏估计,最小方 回回
差无偏估计,有效估计和相合估计等概念。
停停
下下
二、无偏性二、无偏性
??
设θ = θ (X12,,,XX n ) 是参数θ 的一个
?
估计量,如果 E(θ )=θ
则称 θ? 是 θ 的无偏估计(量).
??
如果 θ 的一列估计θnn= θ (X12,,,XX n)
(n = 12,, ),满足关系式
?
lim E (θn )= θ
n→∞
?
则称θn 是θ 的渐近无偏估计量.
估计量θ? 如果不是无偏估计量, 就称这个估
?
计量是有偏的,称E(θ )?θ 为估计量θ? 的偏差.
例例11 设总体X 的一阶和二阶矩存在,分布是任
2
意的,记EX( ) = μ ,DX( )= σ ,则样本均值 X
2 2
是μ 的无偏估计,样本方差Sn 是σ 的渐近无偏
?2 2
估计,修正样本方差Sn 是σ 无偏估计 .
22n ?1 ?22
证明 EX( )= μ, ES ( ) = σ , ES( n )= σ
n n
?2
所以,X和Sn 均为无偏估计量,而
222n ?1
limES( n )= lim σ = σ
n→∞ n
2 2
故Sn 是σ 的渐近无偏估计.
例例22 设总体X 服从区间[0,θ ] 上的均匀分布,
(X12,,,XX n )是总体X 的一个样本.
?
试证:参数θ 是矩估计量 , θ 1 = 2 X 是的无偏θ
?
估计; θ 的最大似然估计θL = max Xi = X()n 是
1≤i≤n
θ 的渐近无偏估计.
θ
证明 EEXEX()θ? = (22)==?=() 2θ
1 2
?
故θ 的矩估计θ1 是无偏估计量.
? n
xxn?1,0≤≤θ
? n
pxXn()()= ?θ
?
? 0, 其他
??∧ +∞
E θ ==EX xp xdx
??L ( ()nXn) ∫ ()()
?? ?∞
θ nn
===xdxn θ θ
∫0 θ n n +1
?
所以θL是θ的有偏估计量.
但是,
? n
limE (θL )= lim θθ=
nn→∞ →∞ n + 1
?
即θL 是θ 的渐近无偏估计量.
但只要修正为
文档评论(0)