内容正文:
第七章 参数估计
7.2 估计量的评判标准
内容摘要:利用随机变量的均值和方差, 讨论了估计量的三个常用的评判标准——无偏性、有效性和一致性. 在数据处理中,无偏性和有效性更为实用.
7.2 估计量的评判标准
上页
下页
返回
上页
下页
返回
7.2.1 提出问题
对于总体的同一个未知参数, 由于采
用的估计方法不同, 可能会产生多个不同的估计量. 这就提出了一个问题: 当总体的同一个参数存在不同的估计量时, 究竟采用哪一个更好呢?
7.2.2 预备知识
数学期望及其性质,方差及其性质,依概率收敛.
上页
下页
返回
上页
下页
返回
定义1 若估计量 的数学期望 存在, 且对于任意 有
则称 是 的无偏估计量.
1. 无偏性
我们希望估计量在未知参数真值附近摆动, 即它的数学期望等于未知参数的真值, 这就导致无偏性这个标准的产生.
7.2.3 建立理论
上页
下页
返回
上页
下页
返回
讲评 无偏性要求可以改写为 ,
这表示无偏估计没有系统偏差. 当我们使用
估计θ 时,由于样本的随机性, 估计θ总是
有偏差的,这种偏差时而(对某些样本观测值)为正,时而(对另一些样本观测值)为负,时而大,时而小. 无偏性表示,把这些偏差平均起来其值为0,这就是无偏估计的含义. 而若估计不具有无偏性,则无论使用多少次,其平均也会与参数真值有一定的差距,这个差距就是系统误差.
上页
下页
返回
上页
下页
返回
证
因而
由于
例7.2.1 设总体X的k阶矩 存在, 又设 是来自总体X的一
组样本. 试证明不论总体服从什么分布, 样本
k阶矩 是总体阶矩的无偏估计量.
编辑母版文本样式
第二级
第三级
第四级
第五级
上页
下页
返回
上页
下页
返回
所以, 样本k阶原点矩是总体参数k——总体 k 阶原点矩——的无偏估计量.
讲评 不管总体服从什么分布, 只要总体的数学期望存在, 样本均值总是总体均值的无偏估计量. 这个结论可以当作定理应用.
上页
下页
返回
上页
下页
返回
例7.2.2 设总体X的方差 存在, 是来自X的样本, 试证明:
(1) 样本二阶中心矩 不是总体方差 的无偏估计量;
(2) 统计量 是总体方差的无偏估计;
(3) 样本方差 是总体方差
的无偏估计量;
(4) 样本标准差S不是总体标准差σ的无偏估计量.
编辑母版文本样式
第二级
第三级
第四级
第五级
上页
下页
返回
上页
下页
返回
由假设方差 存在,可设
总体X的数学期望 .
证
(1) 由6.2节定理1的结论(1)知
所以
编辑母版文本样式
第二级
第三级
第四级
第五级
上页
下页
返回
上页
下页
返回
(2)
(3) 因为 , 所以,
(4)
编辑母版文本样式
第二级
第三级
第四级
第五级
上页
下页
返回
上页
下页
返回
讲评 我们可以把样本二阶中心矩B2作为总体方差D(X)=σ2的估计量,但它不
是方差D(X)的无偏估计量,而样本方差S2才是方差D(X)的无偏估计量. 这就是我们定义
而不是定义
的根本原因.
编辑母版文本样式
第二级
第三级
第四级
第五级
上页
下页
返回
上页
下页
返回
证
例7.2.3 设总体服从X参数为θ的指数分布, 其概率密度为
其中参数θ>0为未知, 又设X1, X2, …,Xn是来自总体X的一组样本. 试证明: 样本均值 和
都是总体均值的无偏估计量.
已知总体X均值