![130d4fb41bbe8d62b89ef96965bfbb77.png](https://i-blog.csdnimg.cn/blog_migrate/7d9c35f3e30714b0a76bc20f933bcf60.jpeg)
题图人物:卡尔·皮尔逊 (来源:百度百科)
作者:龙永红等
来源:概率论与数理统计/龙永红主编. —3版. 北京:高等教育出版社,2009.6(2017.6重印)
我们常常会面临这样一类问题:已知总体的分布类型,但不知道其中某些参数的真值。例如已知总体服从泊松分布,但不知其参数希望通过所拥有的样本来对未知参数进行估计,这就是 参数估计问题。到底等于多少。这时我们
这篇文章讲讲学习点估计过程中的心得。
- 点估计的含义
说起来,“点估计”应该更接近“估计”真实含义。我们希望求得未知参数的值,而点估计的结果也是一个具体的值,在这点上估计值和未知参数的含义是相同的。只不过点估计没有提供估计的误差而已。这个问题由区间估计来解答。“点估计”中的“点”体现了跟“区间”估计的差别。
- 估计量的本质
为了估计未知参数
- 相合性
相合性也称一致性,反映了估计量的一种大样本性质,被认为是估计的一个基本要求。如果一个估计量在样本量不断增大时不能提高到估计精度,这个估计是很值得怀疑的。
定义:设
则称
设
从而
特别地,样本均值
其实容易看出,有了相合性的定义之后,这一结论是辛钦大数定律的直接推论。
参考资料:
【1】概率论与数理统计/龙永红主编. —3版. 北京:高等教育出版社,2009.6(2017.6重印)