贝叶斯估计对比于经典估计的优势分析与其局限性
经典估计和贝叶斯估计
经典估计理论是通过一个随机抽样过程,
从总体中随机抽取一定数量的样本,
再结合总体分布或总体分布族提供的的信息,
推断出总体分布或总体特征,
在整
个推断过程中,使用到了总体信息和样本信息。
贝叶斯估计在推断总体的过程中,
不仅使用到了总体信息和样本信息,
还须
要使用先验信息。
贝叶斯学派认为,
通过历史资料和经验总结出先验信息,
可以
使统计推断更为精确。
经典估计的局限性
经典估计理论包括两种形式的估计,即点估计与区间估计。
点估计就是将估计值表示成一个数值,
通过验证其是否具有充分性、
无偏性、
一致性和有效性来判断估计的精确程度。
在估计的过程中,
通常需要的是充分统
计量,
它包含了所有有关参数的信息,
而在实际研究中,
我们如果像做题目一样
假设我们抽样的统计量就是充分统计量,
就显得太过于主观。
用于衡量有效性的
是估计量关于参数值的方差,方差越小,有效性越高,但是在抽样调查中,我们
都知道样本容量越大的样本统计量的方差越小,
这使得有效性的标准在某种程度
上失效。
区间估计相较于点估计具有更高的精确度&#x