- 1、本文档共9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)。
6.2点预计评价标注
咱们已经看到,点预计有各种不同求法,为了在不同点预计间进行比较选取,就必要对各种点预计好坏给出评价原则.
数理记录中给出了众多预计量评价原则,对同一预计量实用不同评价原则也许会得到完全不同结论,因而在评价某一种预计好坏时一方面要阐明是在哪一种原则下,否则所论好坏则毫无意义.
但不论怎么说,有一种基本原则时所有预计都应当满足,它是衡量一种预计与否可行必要条件,这就是预计相合性,咱们就从相合性开始。
6.2.1相合性
咱们懂得,点预计是一种记录量,因而它是一种随机变量,在样本量一定条件下,咱们不也许规定它完全等同于参数真实取值。但如果咱们有足够观测值,依照格里文科定理,随着样本量不断增大,经验分布函数逼近真实分布函数,因而完全可以规定预计量随着样本量不断增大而逼近参数真值,这就是相合性,严格定义如下:
定义6.2.1设为未知参数,是一种预计量,是样本容量,若对任何一种,有
则称为参数相合预计。
相合性被以为是对预计一种最基本规定,如果一种预计量,在样本量不断增大时,它都不能把被估参数预计到任意指定精度,那么这个预计值是很值得怀疑。普通,不满足相合性规定预计普通不予考虑。证明预计相合性普通可应用大数定律或直接由定义来证。
若把依赖于样本量预计量看作一种随机变量序列,相合性就是依概率收敛于,因此证明预计相合性可应用依概率收敛性质以及各种大数定律。
例6.2.1设是来自正态总体样本,则有辛钦大数定律及依概率收敛性质知:
是相合预计;
是相合预计;
也是相合预计。
由此可见参数相合预计不止一种。
在判断预计相合性时下述两个定理是很有用。
定理6.2.1设是一种预计量,若
则是相合预计。
证明:对任意,由切比雪夫不等式有
另一方面,由可知,当充分大时有
注意到此时如果,就有
故
由此即有
定理得证。
例6.2.2设是来自均匀总体样本,证明最大似然预计是相合预计。
证明在例6.1.8中咱们已经给出最大似然预计是。由顺序记录量分布,咱们懂得分布密度函数为
故有
由定理6.2.1可知,是相合预计。
定理6.2.2若分别是相合预计,是持续函数,则是相合预计。
证明有函数持续性,对任意给定,存在一种,当,有
(6.2.3)
又由相合性,对给定,对任意给定,存在正整数,使得时,
.
从而有
依照(6.2.3),,故有
,
由任意性,定理得证.
由大数定律及定理6.2.2,咱们可以看到,矩预计普通都具备相合性.例如:
·样本均值是总体均值相合预计;
·样本原则差是总体原则差相合预计;
·样本变异系数是总体变异系数相合预计.
例6.2.3设一种实验有三种也许成果,其发生概率分别为
现做了次实验,观测到三种成果发生次数分别为,可以采用频率
替代办法预计.由于可以有三个不同表达式:
从而可以给出三种不同频率替代预计,它们分别是:
由大数定律,分别是相合预计,由定理6.2.2知,
上述三个预计都是相合预计.
无偏性
相合性是大样本下预计量评价原则,对小样本而言,需要某些其她评价
原则,无偏性便是一种惯用评价原则.
定义6.2.2设是一种预计,参数空间为,若对
任意,有
,
则称是无偏预计,否则称为有偏预计.
无偏性规定可以改写为,这表达无偏预计没有系统偏差.当咱们使用预计时,由于样本随机性,与总是有偏差,这种偏差时而(对某些样本观测值)为正,时而(对另某些样本观测值)为负,时而大,时而小.无偏性表达,把这些偏差平均起来其值为0,这就是无偏预计含义.而若预计不具备无偏性,则无论使用多少次,其平均也会与参数真值有一定距离,这个距离就是系统误差.
例6.2.4对任一总体而言,样本均值是总体均值无偏预计.当总体k阶
矩存在时,样本k阶原点矩是总体k阶原点矩无偏预计.但对k阶中心
矩则不同样,譬如,样本方差就不是总体方差无偏预计,由于在定理
5.2.1中已经指出:
.
对此,有如下两点阐明:
当样本趋于无穷时,有,咱们称为渐近无
偏预计,这表白当样本量较大时,可近似看作无偏预计.
若对作如下修正:
,(6.2.5)
则是总体方差无偏预计.这种简朴修正办法在某些场合被采用.(6.2.5)
定义也称为样本方差,它比更惯用.这是由于在时,,因而用预计有偏小倾向,特别在小样本场合要使用预计.
无偏性不具备不变性.即若是无偏预计,普通而言,不是无偏预计,除非是线性函数.譬如,是无偏预计,但s不是无偏预计.下面咱们以正态分布为例加以阐明.
例6.2.5设总体为是样本,咱们已经指出是无偏预计.由定理5.3.1,其密度函数为
.
从而
由此,咱们有
这阐
文档评论(0)