6.1点估计的概念与无偏性

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

课题名称、授课时数:§6.1点估计的概念与无偏性(1.5) 授课类型: 理论课 教学方法与手段: 讲授

教学目的与要求:理解参数估计中参数的意义,了解参数估计的形式,

理解点估计的概念、无偏估计、有效估计的意义,掌握总体均值、总体方差的无偏估计.

教学重点、难点:点估计的概念,无偏估计、有效估计的意义. 教学内容:

6.1.1.点估计与无偏性

定义6.1.1设12,,,n x x x 是来自总体的一个样本,用于估计未

知参数θ的统计量()12ˆˆ,,,n

x x x θθ=称为θ的估计量,或称为θ的点估计,简称估计.

统计量ˆθ如何构造并没有明确的规定,只要满足一定的合理性即可.最常见的合理性要求是所谓的无偏性.

定义6.1.2设12ˆˆ(,,,)n

x x x θθ=是θ的一个估计,θ的参数空间为Θ,若对任意的Θ∈θ,有

ˆ()E θθ

θ= (6.1.1) 则称θˆ是θ的无偏估计,否则称为有偏估计.

无偏估计的含义:无偏性要求可改写为0)ˆ(=-θθE ,表示

无偏估计没有系统偏差.在使用θˆ估计θ时,由于样本的随机性,

ˆθθ与总是有偏差的,这种偏差时而(对某些样本观测值)为

正,时而(对某些样本观测值)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.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距离,这个距离就是系统误差.

例6.1.1(1)对任意总体X ,若μ=)(X E ,2)(σ=X Var ,

12,,

,n x x x 是来自X 的样本,则()22,

()E X E S μσ==.

(2)当总体X 的k 阶矩存在时,样本的k 阶原点矩k a 是总体k 阶原点矩k μ的无偏估计.但对k 阶中心矩则不一样.

证明:(1)∵μμ====∑∑==n n

x E n x n E X E n i i n i i 1

)(1)1()(11.

∴ X μ是的无偏估计.

又因为对任意的随机变量X 有:])([)()(22X E X E X Var -=, 从而 ])([)()(22X E X Var X E +=,

且 n n n x Var n

x n Var X Var n

i i n i i 22

21

2

11)(1

)1()(σσ====∑∑==. 所以 )](11[])(11[)(21

212

2

x n x n E x x n E S E n

i i n i i --=--=∑∑==

)]()([11

21

2x nE x E n n

i i --=

∑= )]()([112212

2μσμσ+-+-=

∑=n

n n n

i 22222)(1

1

σμσμσ=--+-=

n n n n . 故 2

211()1n

i i S x x n ==--∑是2σ的无偏估计. 而 221

1()n

n

i i S x x n ==-∑不是2σ的无偏估计.

由于 22

1n n S S n

-=

, 故 222

2

11()()n n n E S E S n n

σσ--==<. 由此知:采用22S σ作为的估计量,不会产生系统偏差.

(2) ∵ n x x x ,...,,21与总体X 同分布,所以,

()()1,2,

,,

1,2,

k k i k E x E X i n k μ====,,

∴ k k n k k i n i k i k n n

x E n x n E a E μμ====∑∑==1

)(1)1()(11.

故 k k a μ是的无偏估计.

由(1)知:对于k 阶中心矩则不一样(22n S σ不是的无偏估计).

由于22

21()n n E S n

σσ-=

<,因此用2n S 估计2σ有偏小的倾向,特别在小样本情况下要使用2S 作为2σ的估计量(当

22

2n n s ≥<时,s ). 因此无偏估计是对小容量样本的要求.

无偏性不具有不变性.即若ˆθθ是的无偏估计,一般而言,

其函数()ˆ()g g θ

θ不是的无偏估计,除非()g θθ是的线性函数. 例6.1.2 设总体为()212,,,...,n N x x x μσ,是样本,已知

22)(σ=S E ,()E S σ≠但.

分析:由定理5.4.1知,()()22

2

11n s Y n χσ

-=-,密度为 ()1122

1

2

1

,

0.12

2n y

n p y y

e y n ----=

>-⎛⎫Γ ⎪⎝⎭

从而

()()

()111222210

02

-1--1

-1--22

2

2

2

2

1

122=2,=22=2

=22n y

n n y n n n

x

x n E Y y p y dy y e dy n y x y e dy x e d x x e dx n ∞∞---∞

⎛⎫== ⎪-⎛⎫⎝⎭Γ ⎪

⎝⎭

⎛⎫

Γ ⎪

⎝⎭

⎰⎰⎰⎰

令则

所以

2

12

12221222n

n n n E Y n -⎛⎫⎛⎫Γ ⎪⎛⎫⎝⎭== ⎪-⎛⎫⎝⎭ΓΓ ⎪ ⎪

⎝⎭⎝⎭

由此有

相关文档
最新文档