浙大概率论与数理统计课件_概率7-3估计量的评选标准.pdf

数理统计 第三节 估计量的评选标准 无偏性 有效性 相合性 小结 数理统计 2 X~N( μσ, )  样本均值是否是 的一个好的估计量？ 2 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？ (2) 怎样决定一个估计量是否比另一个估计量“好”？ (3) 如何求得合理的估计量？ 数理统计 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. 数理统计 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. 数理统计 一、无偏性 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. ˆ 设(X , , X ) 是未知参数 的估计量，若 1 n  ˆ E ()  ˆ 则称 为 的无偏估计.   数理统计 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. 数理统计 θ 例1 设总体X 服从参数为 的指数分布, 其概 率密度为 1 x θ  e , x 0, f x    θ nZ n[min(X 1, X 2 , ,X n )] 0 , 其它,