概率论与数理统计(柴中林)第18讲.pptxVIP

概率论与数理统计第十八讲主讲教师：柴中林副教授中国计量学院理学院第一页，共三十七页。§7.3 估计量的优良性准则 从前面两节的讨论中可以看到:● 同一参数可以有几种不同的估计，这时就需 要判断采用哪一种估计为好的问题。● 另一方面，对于同一个参数，用矩法和极大 似然法即使得到的是同一个估计, 也存在衡 量这个估计优劣的问题。 估计量的优良性准则就是：评价一个估计量“好”与“坏”的标准。第二页，共三十七页。7.3.1 无偏性 设总体的分布参数为?，简记为 是? 的一个估计(注意! 它是一个统计量，是随机变量。 对于样本 X1,X2,?,Xn的不同取值， 取不同的值 )。 如果 的均值等于?，即对一切可能的? 成立,则称 为? 的无偏估计。第三页，共三十七页。说明：无偏性的意义是：用估计量 估计 参数?，有时可能估计偏高，有时可能偏低，但是平均来说它等于?。 “一切可能的? ”是指：在参数估计问题中，参数 ? 一切可能的取值。 我们之所以要求对一切可能的 ? 都成立，是因为在参数估计问题中, 我们并不知道参数? 的真实取值。自然要求它在参数? 的一切可能取值的范围内都成立第四页，共三十七页。例如：若? 指的是正态总体N(? , ?2)的均值?,则其一切可能取值范围是(-∞,∞)。若? 指的是方差?2，则其一切可能取值范围是(0,∞)。例1：设 X1, X2,