估计量的评选标准.ppt_第1页
估计量的评选标准.ppt_第2页
估计量的评选标准.ppt_第3页
估计量的评选标准.ppt_第4页
估计量的评选标准.ppt_第5页
已阅读5页,还剩28页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第二节 估计量的评选标准,一、无偏性 二、有效性 三、相合性,例 设 X1, X2, Xn 是取自总体 X U( 0,) 的一个样本,,求 的最大似然估计和矩估计.,解: 的最大似然估计值为,另一方面, 由于 EX =/2, 故矩估计为,两者不同!,对于同一个未知参数,用不同的方法得到的估计量可能不同,于是提出问题:,?问题,例:估计农大12级本科生高数的平均成绩:,方案一:设计一个抽样方案,取200个同学 的高数成绩,计算出他们的平均成绩,作为真实成绩的估计; 方案二:随便取一个同学的成绩作为真实成绩的估计。,(1)相合性(一致性),(3)有效性,(2)无偏性,评价一个估计量的好坏,不能仅仅

2、依据一次试验的结果,而必须从某种整体性能去衡量它 .,一、无偏性,无偏性的意义是:用一个估计量去估计未知参数 , 有时候可能偏高,有时候可能偏低,但是平均来说它等于 .,则称 为 的无偏估计.,若对任意 ,有,解释:无偏性的意义,点估计值,例1 对任一总体 X(均值为 , 方差为 2),样本均值为总体均值的无偏估计。当总体的 k 阶矩存在时,样本的 k 阶原点矩 ak 是总体 k 阶原点矩的无偏估计。而对中心矩此结果则不成立。,证,因而,由于,已知,而,注 1. 由于 称 S 2 为 的渐近无偏估计。,例 设 X1, X2, Xn 是取自总体 X U( 0,) 的一个样本,,验证 的最大似然估

3、计和矩估计是否是无偏的。,注 2.同一参数可能有多个无偏估计.,注 3. 无偏估计可能是不合理的。,例 设 X1 是取自总体 X P() 的一个样本,,试证: 是待估函数 e-3 的无偏估计。,二、有效性,的大小来决定二者谁更优 .,一个参数往往有不止一个无偏估计, 若 和 都是参数 的无偏估计量,可以比较,都是总体参数 的无偏估计量,,则称 比 更有效.,若对任意 ,有,且至少有一个 使上述不等号严格成立,,例1 设 X1, X2, Xn 是取自总体 X U( 0,) 的一个样本,,比较,谁有效。,例2 设总体 X,且 E( X )= , Var( X )= 2,X1 , Xn 为总体 X

4、的一个样本,,证明,是 的无偏估计量,(2) 证明,比,更有效。,(1) 设常数,证 : (1),(2),利用柯西不等式,例如 X N( , 2 ) , ( x 1, x 2 ) 是一个样本.,都是 的无偏估计,最小方差无偏估计,定义,Problem:,无偏估计的方差是否可以任意小? 如果不能任意小,那么它的下界是什么?,首先讨论如下简单情形:总体 X 的概率密度为p(x,),g()为待估参数,设 为 g() 的 任意无偏估计,考虑,注:积分形式的 Cauchy 不等式:,1、 Fisher信息量的定义.,设总体 X 的概率函数为 p (x; ), ,且满足一定条件:,(1)I( ) 越大,总

5、体分布中包含未知参数的信息越多。,注:,(2) I( ) 的另一表达式为(更易于计算),设总体 X 的概率函数为 p(x ; ), 满足上面定义中的条件;X1,.,Xn 是来自总体 X 的一个样本, T(X1,.,Xn ) 是g( )的一个无偏估计.,2、定理 (Cramer-Rao不等式),的微分可在积分号下进行,即,则有 特别地对的无偏估计有,上述不等式的右端称为C-R下界, I() 为Fisher信息量.,注,(1) 定理对离散型总体也适用.只需改积分号为求和号。,(2) 根据定理, 若g( ) 的无偏估计量T 的方差VarT,达到下界, 则T必为g( ) 的最小方差无偏估计. 但是它不

6、一定存在,也就是说,C-R 不等式有时给出的下界过小.,(3) 当等号成立时, T 为达到方差下界的无偏估计, 此时称T 为g() 的有效估计。 有效估计一定是UMVUE.(反之不真),(4) 设 T 为函数 g() 的无偏估计,称,为无偏估计 T 的效率。,(5) 若,则称无偏估计 T 为渐近有效估计量。,由此, 求证T 是 g() 的有效估计的步骤为:,例1 设 X1, X2, Xn 是取自总体 X N( 0,2) 的一个样本,试证:,(1) 为 2 的渐近有效估计;,(2) 为 2 的有效估计。,的估计. 若对于任意的 , 当n 时,三、(弱) 相合性,依概率收敛于 , 即,实际中,估计量应随着样本容量 n 的增大而愈接近其真值,定义 设 是总体参数 ,判断相合性的两个常用结论,样本 k 阶矩是总体 k 阶矩的 相合估计. 即矩估计具有相合性,定理1,例1 设 X U (0,), X1, X2, Xn 是 X 的一个 样本, 证明: 的最大似然估计是相合估计.,解 的最大似然估计为,则 X

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论