高等数理统计(part8)--UMRUE和UMVUE
学习笔记,仅供参考,有错必纠
文章目录
- UMRUE和UMVUE
- 引理3.2.4(唯一性)
- 引理3.2.5(最优性)
- 引理3.2.5(Lehmann-Scheffe)
- L-S定理求g(θ)g(\theta)g(θ)的UMRUE
- 无偏估计可能不唯一,可能不存在,也可能不合理
- 定义3.2.9(一致最小均方误差)
- 定义3.2.11(一致最小方差无偏估计)
- 定理3.2.12
- 定理3.2.13(UMVUE特征定理1)
- 定理3.2.14(UMVUE特征定理2)
- 定理:UMVUE特征定理3(Lehmann-Scheffe定理)
- 定理3.2.19(UMVUE唯一性)
UMRUE和UMVUE
引理3.2.4(唯一性)
引理3.2.5(最优性)
引理3.2.5(Lehmann-Scheffe)
L-S定理求g(θ)g(\theta)g(θ)的UMRUE
应用L-S定理求g(θ)g(\theta)g(θ)的UMRUE,前提是假定完备充分统计量存在以及g(θ)g(\theta)g(θ)的UMRUE存在.
- 直接法
无偏估计可能不唯一,可能不存在,也可能不合理
对于均匀分布U(0,θ)U(0, \theta)U(0,θ),其矩估计是无偏的,而极大似然估计是有偏的,但偏差不大,且矩估计的方差明显大于极大似然估计的方差,因此,从实际应用角度考虑,极大似然估计应优于矩估计,比较准则正是均方误差准则.
定义3.2.9(一致最小均方误差)
无偏准则与均方误差准则是从两个不同角度考察一个估计量优劣的,但当二者发生矛盾时,更应重视均方误差准则.有时一致最小均方误差估计并不存在,为了找到一个一致最小均方误差估计,通常通过缩小估计类来求得。
定义3.2.11(一致最小方差无偏估计)
注:UMVUE是无偏估计类中方差最小的估计,虽然UMVUE是一个很好的估计,但对于某些分布族或参数,其UMVUE不一定存在.
为了方便计算UMVUE,先给出如下一个定理。
定理3.2.12
从定理可以看出,当找到充分统计量后,任一个无偏估计都可以得到改进.
同时,为找到UMVUE,仅需在充分统计量的无偏估计类中寻找.但这一定理并没有告诉我们如何才能得到UMVUE.下一定理将回答这一问题.
引入如下两个无偏估计类:
定理3.2.13(UMVUE特征定理1)
定理3.2.14(UMVUE特征定理2)
应用UMVUE特征定理1的主要步骤包括:
应用UMVUE定理2(适用于T的分布容易计算,T为充分统计量)的主要步骤包括:
定理:UMVUE特征定理3(Lehmann-Scheffe定理)
定理3.2.19(UMVUE唯一性)
高等数理统计(part8)--UMRUE和UMVUE相关推荐
- 高等数理统计(part9)--C-R不等式
学习笔记,仅供参考,有错必纠 C-R不等式 有效估计量 正则分布簇 得分(Score)函数S(x,θ)S(x, \theta)S(x,θ)的定义与性质 引理5.1.1 定理5.1.1(信息不等式) 定 ...
- 高等数理统计(part6)--统计决策问题
学习笔记,仅供参考,有错必纠 文章目录 统计决策问题 样本空间和分布族(参数统计结构) 判决空间和判决函数 损失函数和风险函数 定义3.1.2 定理3.1.1(Rao-Blackwell定理) 定理3 ...
- 高等数理统计(part5)--分布族的完备性
学习笔记,仅供参考,有错必纠 分布族的完备性 统计量或分布族的完备性与可测函数的数学期望,即积分有关;对于一族分布,则与积分变换有关.例如Eθ[h(X)]=∫h(x)dFθ(x)=:φ(θ)E_{\t ...
- 高等数理统计(part3)--常见的连续型分布
学习笔记,仅供参考,有错必纠 文章目录 常见的连续型分布 常见的连续型分布 定理1.3.1 次序统计量 常见的连续型分布 常见的连续型分布 均匀分布X∼U(θ1,θ2)X \sim U(\theta_ ...
- 高等数理统计(part2)--常见的离散型分布
学习笔记,仅供参考,有错必纠 文章目录 常见的离散型分布 常见的离散型分布 单点分布P(x=a)=1P(x = a) = 1P(x=a)=1 离散均匀分布X∼U(m)X \sim U(m)X∼U(m) ...
- 高等数理统计(part1)--随机变量及其分布函数
学习笔记,仅供参考,有错必纠 文章目录 随机变量及其分布函数 分布函数与分布密度 反函数及分位数 定义1.1 性质 定理1.1.1 特征函数与数字特征 定义1.2 定义1.3(累积量) 性质1.1 其 ...
- 高等数理统计 | 一致最优势检验
定义(一致最优势检验): 设 (X,B,P={Pθ:θ∈Θ})(\mathscr{X}, \mathscr{B}, \mathscr{P}=\{P_{\theta}:\theta \in \Theta ...
- 贝叶斯分析-学习笔记(超干的干货)
文章目录 第一章.绪论 一.常见随机变量分布 1.二项分布: 2.Poisson分布 3.几何分布 4.帕斯卡分布(负二项分布) 5.多项分布(二项分布的推广) 6.均匀分布 7.指数分布 8.正态分 ...
- zz纯数学课程科目与教材推荐
纯数学课程科目与教材推荐 由于现在纯数学大概按照分析,几何与拓扑,代数三个大方向来分类,所以我也按照这个分类来一门一门的看,概率与数理统计我放到另外一部分来讲. 1:Analysis: 1.1:Mat ...
最新文章
- Google和微软分别提出分布式深度学习训练新框架:GPipe PipeDream
- easyUI添加行操作
- 清除administrator密码 方法
- 向国外投稿需要注意些下面几点
- filebeat+redis+logstash+elasticsearch+kibana搭建日志分析系统
- java之struts2之类型转换
- 用代码生成PDF文档的方法
- linux chmod 755
- 计算机游戏教学法PPT,幼儿园语言游戏教学法PPT课件
- 【数学与统计基础】常用统计检验方法的Python实现
- 可视化优化:百度地图内网访问(通过nginx代理)
- 特征值分解:特征值,特征向量,特征向量矩阵
- ERROR Exiting Kafka due to fatal exception (kafka.Kafka$)[已解决]
- ofo 上海深圳等公司相继注销
- java图书管理系统这个怎么改呢
- PS如何能让照片背景虚化
- python2升级python3语法错误总结
- [转载](asp.net大型项目实践)
- 断网的html页面,断网情况下,前端页面处理
- 在Vue中使用Echarts来实现(数据可视化)
热门文章
- ubuntu下面的背光键盘的使用
- 根据子树样本数对cart树剪枝与剪枝前后图形绘制
- xampp index.php报错,XAMPP配置出现403错误“Access forbidden!”的解决办法
- 两间计算机房的女老师,我的女老师作文.doc
- vim normal 模式下L键
- 观察+|腾讯网易终获游戏版号,但all in 游戏时代已结束
- OSI七层模型、数据封装与解封装过程、TCP三次握手、四次挥手
- 利用 pywin32 操作 excel
- Php正则替换字符串
- Eclipse文件夹导入Jar