矩估计

所属章节:第6章 数理统计

(1) 对于一个参数:

  • ① 用一阶矩建立方程:令 X‾=EX\overline{X} = EX;
  • ② 若“①”不能用,用二阶矩建立方程:令 1n∑i=1nXi2=E(X2)\dfrac{1}{n} \sum_{i=1}^n X_i^2 = E(X^2).

一个方程解出一个参数即可作为矩估计.

(2) 对于两个参数,用一阶矩与二阶矩建立两个方程,即 ① X‾=EX\overline{X} = EX 与 ② 1n∑i=1nXi2=E(X2)\dfrac{1}{n} \sum_{i=1}^n X_i^2 = E(X^2),两个方程解出两个参数即可作为矩估计.

注 显然,一般情况下,将 1n∑i=1nXik=E(Xk) (k=1,2,⋯ ,m)\dfrac{1}{n} \sum_{i=1}^n X_i^k = E(X^k) \, (k = 1, 2, \cdots, m) 联立,即可求 mm 个参数的矩估计. 那么,若求一个参数的矩估计,是否 kk 可任取一个正整数呢?答案是否定的,在统计的问题中,一般以低阶为原则,即取能解出含参数的方程的最小 kk 值.

关联知识

原文:原笔记 · 6.4.1 矩估计 P143(原文件第 880–892 行)。

返回概率论导航