概率论与数理统计第2版资源-宗序平 主编 概率统计72.ppt

7.2 估计量的评价标准一、无偏性 二、有效性 三、相合性 四、最小均方误差估计 小 结 * * 易见 为? 的无偏估计(UE.) 称 为? 的渐近无偏估计（AUE）。 定义 统计量满足 称 为 的UE. 为 的AUE. 注: UE一定是AUE,反之未必成立. 例1 考察?的矩估计和极大 似然估计的无偏性. 解: ?的矩估计和极大似然估计分别为 ? 的矩估计是无偏的. 记 故? 的极大似然估计不是无偏的,而是渐近无偏的. 取 则 为? 的无偏估计. 例2 设总体X的k阶矩?k=EXk存在,又设 X1, X2 , …, Xn 是X的一个样本. 试证明：不论总体X服从什么分布，k阶样本 矩 是k阶总体矩的无偏估计. 证明 例3 设总体X的数学期望E(X)=?， X1, X2…Xn是来自X的一个样本，试证明： 是?的无偏估计量，其中a1, a 2,… ,a n为任意 常数，且满足 证明 因为 例4 设 分别为取自总体X的容量为n1, n2的两个样本的样本均值，求证：对任意实数a0,b0,a+b=1 统计量 都是E(X)的无偏估计，并求a,b使所得统计量最有效 故对任意实数a0,b0,a+b=1,统计量 都是E(X)的无偏估计 正是由于这一原因，我们在实际问题中总是乐意 用来作为数学期望E(X)=的估计. 无偏估计较 更有效. 例5在例3中，证明 证明 由柯西一施瓦兹不等式 得 例6.设 m已知,0p1, 讨论p的极大似然估计量的相合性。 解: 由辛钦大数定理, p的极大似然估计 量是相合估计. 定义 为参数? 的估计量， 则称之为参数的相合估计. 性质： 为 的均方误差。 设参数?的估计为 称 证明： 定义 无偏性 相合性 有效性 最小均方误差 设参数?的估计中均方误差达到最小的估计为 称 最小均方误差估计. * * *