统计量与充分统计量的定义

统计量的定义:

x 1 , x 2 , ⋯   , x n x_1,x_2,\cdots,x_n x1,x2,,xn 为取自某总体的样本,若样本函数 T = T ( x 1 , x 2 , ⋯   , x n ) T=T(x_1,x_2,\cdots,x_n) T=T(x1,x2,,xn) 中不含有任何未知参数,则称 T T T统计量。统计量的分布称为抽样分布

例:

∑ i = 1 n x i , ∑ i = 1 n x i 2 \sum_{i=1}^nx_i,\sum_{i=1}^nx_i^2 i=1nxi,i=1nxi2 都属于统计量

而当 μ , σ 2 \mu,\sigma^2 μ,σ2 未知时

x 1 − μ , x 1 / σ x_1-\mu,x_1/\sigma x1μ,x1/σ 都不是统计量

充分统计量的定义:

x 1 , x 2 , ⋯   , x n x_1,x_2,\cdots,x_n x1,x2,,xn 是来自某个总体的样本,总体分布函数为 F ( x ; θ ) F(x;\theta) F(x;θ)。统计量 T = T ( x 1 , x 2 , ⋯   , x n ) T=T(x_1,x_2,\cdots,x_n) T=T(x1,x2,,xn) 称为 θ \theta θ充分统计量,如果在给定 T T T 的取值后, x 1 , x 2 , ⋯   , x n x_1,x_2,\cdots,x_n x1,x2,,xn 的条件分布与 θ \theta θ 无关

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值