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^,若 Eθ^=θ,则称 θ^ 为 θ 的无偏估计量 .
(2) 有效性(最小方差性).
若 Eθ^1=θ,Eθ^2=θ,即 θ^1,θ^2 均是 θ 的无偏估计量,当 Dθ^1<Dθ^2 时,称 θ^1 比 θ^2 有效 .
(3) 一致性(相合性)(只针对大样本 n→∞).
若 θ^ 为 θ 的估计量,对任意 ε>0,有
n→∞limP{∣θ^−θ∣⩾ε}=0,
或
n→∞limP{∣θ^−θ∣<ε}=1,
即当 θ^Pθ 时,称 θ^ 为 θ 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