《统计学原理》（第二版）课件CH5 参数估计5.2.ppt

2、一致最小方差无偏估计3、最佳线性无偏估计频率是概率的UMVUE.样本均值与样本修正方差分别是总体期望与总体方差的UMVUE.UMVUE的获得难度较大，往往寻求BLUE.由柯西—许瓦兹不等式知(2)提示又有三、均方误差准则1、均方误差的定义2、均方误差的分解无偏估计时比较方差；对有偏估计，关注其围绕真值波动的大小，用均方误差进行比较.均方误差原则要求方差和偏差平方之和越小越好！3、均方误差原则在均方误差原则标准下，有些有偏估计优于无偏估计.*第五章参数估计5.1点估计5.2点估计优劣的评判标准5.3区间估计5.4单侧置信限这就需要讨论以下几个问题: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？估计量的评选标准？5.2点估计优劣的评判标准对同一未知参数，不同估计方法所得的估计量是不同的；即使使用同一方法，一个未知参数也可能存在多个估计量.问题：哪个估计量比较“好”？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.由不同的观测结果，会求得不同的参数估计值.一个好的估计，应在多次试验中体现出优良性.※所谓点估计的优良性是对点估计量而不是对点估计值的评价※从点估计量的数字特征应具备的属性入手，建立衡量标准希望好的估计在待估参数真值附近波动且尽可能靠近真值.一、无偏性

二、有效性

三、均方误差原则

四、渐近性质估计量是随机变量，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.一、无偏性(1)无偏性的实际意义是指没有系统性偏差！2、估计量无偏性的含义(2)若估计量具有无偏性，则在大量使用取平均时，能以接近于100%的把握无限逼近被估计的量；若估计量不具有无偏性，则无论使用多少次，其平均值也会与真值保持一定距离——系统误差.3、无偏性的性质注：无偏估计可能不存在；无偏估计可能有明显弊病；无偏估计可能有多个.无偏估计体现频率思想，实际中只有在大量重复使用时，才有意义.二、有效性方差越小越有效！*