- 1、本文档共25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
統計計算一 上 單元 估計均方差的靴環法
(97 ) 19:
單元 19: 估計均方差的靴環法
(課本 x7.3)
令隨機變數
iid
X1; : : : ; Xn F
且
(F )
為分布函數 F 的某參數 , 如 (F ) 為期望值 , 中位數 ,
變異數 , 或其它.
設
g (X1; : : : ; Xn)
為估計 (F ) 的估計量 (estimator).
問. 如何判斷估計量 g (X1; : : : ; Xn) 是否為一個好的
估計量?
答 一個方法乃是度量均方差
. (mean square error)
def 2
MSE(F ) = EF f[g (X1; : : : ; Xn) (F )] g
1 中大數學系于振華
統計計算一 上 單元 估計均方差的靴環法
(97 ) 19:
理論上, 若已知 F , 則 MSE(F ) 可求得 . 但通常 F 乃
未知 , 故必須估計 MSE(F ), 例如 , 若
(F ) = E (X )
i
且以
g (X1; : : : ; Xn) = X
估計 (F ), 則
MSE(F ) E f[X E (X )]2g
F i
= EF f[X E (X )]2g
2
= VarF (X ) =
n
其中第二個等號成立乃因為 X 為母體期望值的不偏估計
量 亦即
, ,
E (X ) = E (X )
i
所致 . 但 2 未知 , 所以可用
S2
n
估計
2
文档评论(0)