估计量的评价标准

所属章节:第6章 数理统计

(1) 无偏性 .

对于估计量 θ^\hat{\theta},若 Eθ^=θE\hat{\theta} = \theta,则称 θ^\hat{\theta} 为 θ\theta 的无偏估计量 .

(2) 有效性(最小方差性).

若 Eθ^1=θ,Eθ^2=θE\hat{\theta}_1 = \theta, E\hat{\theta}_2 = \theta,即 θ^1,θ^2\hat{\theta}_1, \hat{\theta}_2 均是 θ\theta 的无偏估计量,当 Dθ^1<Dθ^2D\hat{\theta}_1 < D\hat{\theta}_2 时,称 θ^1\hat{\theta}_1 比 θ^2\hat{\theta}_2 有效 .

(3) 一致性(相合性)(只针对大样本 n→∞n \to \infty).

若 θ^\hat{\theta} 为 θ\theta 的估计量,对任意 ε>0\varepsilon > 0,有

lim⁡n→∞P{∣θ^−θ∣⩾ε}=0,\lim_{n \to \infty} P\{|\hat{\theta} - \theta| \geqslant \varepsilon\} = 0 ,

或

lim⁡n→∞P{∣θ^−θ∣<ε}=1,\lim_{n \to \infty} P\{|\hat{\theta} - \theta| < \varepsilon\} = 1 ,

即当 θ^→Pθ\hat{\theta} \xrightarrow{P} \theta 时,称 θ^\hat{\theta} 为 θ\theta 的一致(或相合)估计 .

关联知识

  • 参数的点估计:估计量通过无偏性、有效性和一致性等标准评价。
  • 数学期望:无偏性由估计量的期望是否等于参数判断。
  • 方差与标准差:比较无偏估计量的方差可判断相对有效性。
  • 依概率收敛:一致性要求估计量依概率收敛于参数。
  • 大数定律:大数定律可用于证明相应估计量的一致性。

原文:原笔记 · 6.4.3 估计量的评价标准 P144(原文件第 911–932 行)。

返回概率论导航