2020贝叶斯估计在抽样调查中的应用.pptVIP

Y ? 设，欲对总体均值 Y 进行估计，根据该总体 s y 以往的资料有该指标的平均数 和方差 ， 现从总体 N 中抽出容量为 n 的样本，计算得 2 s y y 样本平均数 和该平均数的方差 ，则 总体均值的贝叶斯估计法的估计量为： 0 2 0 ? ? ? Y 1 1 y 0 ? 2 y 2 s 0 s y 1 1 ? 2 2 s 0 s y 21 ? 1 y ? 其中： n ? i ? 1 2 n y i n s 2 y 1 ? f ? s 2 n 1 s ? y i ? y ? n ? 1 i ? 1 ? ? 2 估计量的方差为： s 2 ? ? ? ? Y 1 1 1 ? 2 2 s 0 s y 1 s 2 ? ? ? Y 1 1 ? 2 ? 2 s 0 s y 22 显然 y 0 与 y 是相关的同一指标的两个取值水 1 ? 可以看做是以方差的倒数 平，则上式的 Y s 1 和 s 为权数的加权算术平均，实际上此方差的 倒数是估计精度的倒数，即方差的值越大，其 倒数便越小，则相应平均数作为估计的精度就 越低，通俗的讲是该平均数的代表性越差；反之， 方差越小，其倒数越大，相应平均数的估计精 度越高。 2 0 2 y 23 贝叶斯估计量方差的意义是先验指 标和抽样指标精度之和的倒数。而以 上估计式有非常直观的含义：贝叶斯 估计量的精度为先验指标精度与抽样 指标精度之和，这意味