应用数理统计Chapter3.4-3.5.pptVIP

1第三章点估计（四）§3.1预备§3.2矩估计§3.3极大似然估计§3.5Cramer-Rao不等式

2§3.4*一致最小方差无偏估计定义

3定理例选学

4选学X

5§3.5Cramer-Rao不等式定义

6费希尔(Fisher)信息量是数理统计学中一个基本概念，很多的统计结果都与费希尔信息量有关。如极大似然估计的渐近方差，无偏估计的方差的下界等都与费希尔信息量I(?)有关。I(?)的种种性质显示，“I(?)越大”可被解释为总体分布中包含未知参数?的信息越多。

7例1设总体为泊松分布P(?)分布，则于是

8例2设总体为指数分布，其密度函数为可以验证定义3.5.1的条件满足，且于是-

9单参数C-R不等式定理（Cramer-Rao不等式）克拉美-罗（C-R）不等式X∧

10

11

12

13

14上式称为克拉美-罗（C-R）不等式;[g’(?)]2/(nI(?))称为g(?)的无偏估计的方差的C-R下界，简称g(?)的C-R下界。如果等号成立，则称是g(?)的有效估计,有效估计一定是UMVUE。

15

16注：能达到C-R下界的无偏估计不多

17有效估计和估计的效率