浙大概率论与数理统计课件 概率7-3估计量的评选标准.pptVIP

第三节 估计量的评选标准 数理统计 数理统计 无偏性 有效性 相合性 小结 样本均值是否是 的一个好的估计量？ (2) 怎样决定一个估计量是否比另一个估计量“好”？ 样本方差是否是 的一个好的估计量？ 这就需要讨论以下几个问题: (1) 我们希望一个“好的”估计量具有什么特性？ (3) 如何求得合理的估计量？ X~N( ) 估计量的评选标准 在介绍估计量的评选标准之前，我们必须强调指出： 评价一个估计量的好坏，不能仅仅依据一次试验的结果，而必须由多次试验结果来衡量 . 这是因为估计量是样本的函数, 是随机变量 . 因此，由不同的观测结果，就会求得不同的参数估计值. 因此一个好的估计，应在多次试验中体现出优良性 . 常用的几条标准是： 1．无偏性 2．有效性 3．相合性 这里我们重点介绍前面两个标准 . 估计量是随机变量，对于不同的样本值会得到不同的估计值 . 我们希望估计值在未知参数真值附近摆动，而它的期望值等于未知参数的真值. 这就导致无偏性这个标准 . 一、无偏性 则称 为 的无偏估计 . 设 是未知参数 的估计量，若 例如，用样本均值作为总体均值的估计时，虽无法说明一次估计所产生的偏差，但这种偏差随机地在0的周围波动，对同一统计问题大量重复使用不会产生系统偏差 . 无偏性是对估计量的一个常见而重要的要求 . 无偏性的实际意义是指没有系统性的偏差 . 例1 设总体 X 服从参数为 的指数分布 , 其概率密度为 为未知, X1,X2,…Xn是取自总体的一个样本 , 试证 和 都是参数 的无偏估计量 . 证 所以 是参数 的无偏估计量 . 而 具有概率密度 故知 即 也是参数 的无偏估计量 . 所以无偏估计以方差小者为好, 这就引进了有效性这一概念 . 的大小来决定二者谁更优 . 和 一个参数往往有不止一个无偏估计, 若 和 都是参数 的无偏估计量， 我们可以比较 由于 二、有效性 D( ) ≤D( ) 则称 较 有效 . 都是参数 的无偏估计量，若对任意 ， 设 和 且至少对于某个 上式中的不等号成立， 例2 (续例1) 试证 当 n 1 时 的无偏估计量 较 有效 . 证 故有 而 故有 当 n 1 时 , 故 较 有效 .