第二節(jié)估計量的評價標(biāo)準(zhǔn)_第1頁
第二節(jié)估計量的評價標(biāo)準(zhǔn)_第2頁
第二節(jié)估計量的評價標(biāo)準(zhǔn)_第3頁
第二節(jié)估計量的評價標(biāo)準(zhǔn)_第4頁
第二節(jié)估計量的評價標(biāo)準(zhǔn)_第5頁
已閱讀5頁,還剩10頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

第二節(jié)估計量的評價標(biāo)準(zhǔn)1第一頁,共十五頁,編輯于2023年,星期一

對于同一個參數(shù),用不同的方法可以得到不同的估計量.現(xiàn)在的問題是,當(dāng)同一參數(shù)出現(xiàn)多個估計量時,究竟哪一個更好呢?這就涉及到用什么標(biāo)準(zhǔn)來評價估計量的問題.

確定估計量好壞的標(biāo)準(zhǔn)必須是整體性的,說得明確一點就是,必須在大量觀察的基礎(chǔ)上從統(tǒng)計的意義上來評價估計量的好壞.也就是說,估計的好壞取決于估計量的統(tǒng)計性質(zhì).一般認(rèn)為,一個“好”的估計量應(yīng)該具有如下的條件:2第二頁,共十五頁,編輯于2023年,星期一

估計量是隨機(jī)變量,對于不同的樣本值就會得到不同的估計值,希望估計值在未知參數(shù)真值左右徘徊,最好它的數(shù)學(xué)期望等于未知參數(shù)的真值,這就導(dǎo)致了無偏性這個標(biāo)準(zhǔn)。定義一、無偏性3第三頁,共十五頁,編輯于2023年,星期一4第四頁,共十五頁,編輯于2023年,星期一樣本方差5第五頁,共十五頁,編輯于2023年,星期一例1證例2證6第六頁,共十五頁,編輯于2023年,星期一二、有效性一般來說,一個參數(shù)往往有多個無偏估計量.若有兩個無偏估計量:,則當(dāng)a+b=1時也是的無偏估計量。

估計量的無偏性只保證了估計量的取值在參數(shù)真值周圍波動,但是波動的幅度有多大呢?自然的,我們希望估計量波動的幅度越小越好,幅度越小,則估計量取值與參數(shù)真值有較大偏差的可能性越小,而衡量隨機(jī)變量波動幅度的量就是方差.這樣就有了我們下面要介紹的有效性的概念.

7第七頁,共十五頁,編輯于2023年,星期一定義例38第八頁,共十五頁,編輯于2023年,星期一證9第九頁,共十五頁,編輯于2023年,星期一證10第十頁,共十五頁,編輯于2023年,星期一定理此定理說明,增加樣本容量可提高估計量的有效性。

有效性概念說明,在無偏估計量中,方差越小越有效,那末,方差是否有下界呢?Rao-Cramer不等式11第十一頁,共十五頁,編輯于2023年,星期一三、相合性定義時,即當(dāng)依概率收斂于直觀上看,當(dāng)n增大時,樣本信息增多,當(dāng)然希望估計量越來越靠近真值的概率也越來越大,這種想法就引出了上面的一致性概念.一致估計量一般地是當(dāng)樣本容量很大時,才能顯示其優(yōu)點.12第十二頁,共十五頁,編輯于2023年,星期一由辛欽大數(shù)定理可以證明,

是DX的一致估計量。

13第十三頁,共十五頁,編輯于2023年,星期一練習(xí):P201習(xí)題七14

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論