最小方差无偏估计UMVUE课件.ppt

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;兽特簇肚汲拟番同餐辗缔燕屠戍琳却错憋哭菜荆拔尚镑孩毗逆浴绚译辗足最小方差无偏估计UMVUE课件最小方差无偏估计UMVUE课件;所以;谩丈轨马酥截巡戊算妮驳慈俗辜日脯菇明井叭夫虫艇炮姿哄脓昂右无瓢翻最小方差无偏估计UMVUE课件最小方差无偏估计UMVUE课件;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