概率论课件估计量优良准则.pptVIP

6.2.2、有效性 * * 6.2 估计量的优良准则6.2.1、无偏性 例1 设X1,X2,..Xn是来自总体X的样本，证明样本均值 是总体均值μ的无偏估计量，但样本二阶中心矩 不是方差 的无偏估计量， 而为渐近无偏估计 证 所以 由于 所以 不是σ2的无偏估计量，而 因此 是σ2渐近无偏估计. 但是样本方差 的无偏估计量，因为 因而在实际问题中，我们常选用S2作为总体方差估计量的原因。 却是σ2 考察?的矩估计和极大似然估计的无偏性 解 设总体为X，则 所以θ的矩估计量为 又因为 所以θ的矩估计为无偏估计. 又由例4题可知θ的极大似然估计量为 从而似然估计量的密度函数为 由此可求得似然估计量的数学期望 故θ的似然估计量为有偏估计且为渐近无偏估计. 例3 设X1,X2,…Xn是取自总体X的样本，且E(X)=μ,则 均是μ的无偏估计量，但 故当 因而 例 4 设总体X的数学期望E(X)=μ 与方差D(X)=σ2 有限，X1,X2,…Xn是来自总体X的一个样本， 试证 均为μ的无偏估计;并求这一族估计量中最有效的估计量 证 因为 所以当 都是μ的无偏估计量. 最有效的估计量就是方差最小的估计量,因为 6.2.3相合性（一致性） 例5.设 已知0p1,求p的极大似然估计，并讨论所求估计量的一致性。 解 p的极大似然估计量为 练习 4 设总体X服从Poisson分布，其分布律为 试用矩法与极大似然法求λ的估计量。 * * *