充分统计量和完备统计量.pptVIP

为了推断总体分布的未知参数，需要把样本中关于未知参数的信息“提炼“出来，即构造合适的统计量——样本的函数 f(X1,X2,…,Xn) 例 为研究某个运动员的打靶命中率，我们对该运动员进行测试，观测其10次，发现除第三、六次未命中外，其余8次都命中。这样的观测结果包含了两种信息： (1)打靶10次命中8次； (2)2次不命中分别出现在第3次和第6次打靶上。 第二种信息对了解该运动员的命中率是没有什么帮助的。 一般地，设我们对该运动员进行n 次观测，得到 x1, x2,…, xn，每个xj 取值非0即1，命中1，不命中为0。 令 T = x1+…+xn ，T为观测到的命中次数。在这种场合仅仅记录使用T 不会丢失任何与命中率 ? 有关的信息。 显然，一个“好”的统计量应该能够将样本中所包含的关于未知参数的信息全部提炼出来，而不没有任何有用信息损失，这就是英国著名统计学家Fisher于1922年提出的一个重要的概念-----充分统计量。 样本X1,X2,…,Xn 有一个样本分布F?(x)，这个分布包含了样本中一切有关?的信息。统计量T =T(X1,X2,…,Xn) 也有一个抽样分布F?T(t) 。 当我们期望用统计量T 代替原始样本并且不损失任何有关 ?