无偏性
定义式:
也即:估计量的数学期望等于被估计参数的真实值,则称此此估计量为被估计参数的无偏估计,即具有无偏性,是一种用于评价估计量优良性的准则。
通俗说,就是只要你对估计量求完了期望,这个期望值等于被估计参数的值,它就是个无偏估计量。注意,就是单纯的数学推导,推导出来上面那个定义式,那这个估计量就是无偏估计量。
无偏估计的意义是:在多次重复下,它们的平均数接近所估计的参数真值,也即没有系统误差。
有效性
比较估计量的方差,方差越小越有效。
一致性(相合性)
随着样本数的增加,估计值接近真实值,那么这个估计量就满足一致性。
参考:
- https://blog.csdn.net/weixin_38275649/article/details/80304317?utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control
- https://www.matongxue.com/madocs/808
- https://blog.csdn.net/SoftPoeter/article/details/78273117?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control
- https://blog.csdn.net/qq_16587307/article/details/81328773?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-10.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-10.control
- https://kexue.fm/archives/6747