- 1、本文档共7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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2
X~N(μ,σ)
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?
在介绍估计量优良性的准则之前,须:
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.
常用的几条标准是:
1.无偏性
2.有效性
估计量是随量,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
1.无偏估计:设(X,,X)为的估计量,若ˆ
1nE
ˆ
则称为的无偏估计.
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.
ˆ
1.无偏估计:设(X,,X)为的估计量,若ˆ
1nE
ˆ
则称为的无偏估计.
2
例1.设总体X的均值和方差都存在,但均未知,证明
22
X和S分别是参数,的无偏估计量.
证明设(X,X,,X)是取自总体X的样本,则
12n
21n
EXi,DX(i1,2,,n).EXEX
2ini,
i1
DX.2222
n又EXDX+(EX)+,
222221n
文档评论(0)