目录
题目
对于例5.2,希望估计 来代替估计
。求
的MVU估计量。如果参数
,那么
的MVU估计量是什么?提示:根据
重新参数化PDF,并且使用标准方法。
解答
1. 第一个参数变化后的MVU估计量求解
由于:
因此:
而由于:
因此得到:
因此,概率密度函数可以拆分为
其中:
根据定理5.1,可以得到:
是 的一个充分统计量。
而又由于:
因此,可以构建:
此时可以得到:
因此, 是无偏估计,利用定理5.2,可以得到:
是MVU估计。
2. 第二个参数变化后的MVU估计量求解
因此:
而由于:
因此得到:
因此,概率密度函数可以拆分为
其中:
根据定理5.1,可以得到:
是 的一个充分统计量。
而由于
因此:
也就可以分别得到:
也就可以得到:
接下来,我们需要尝试构建函数:
使得:
由于其中出现了 ,因此我们首先尝试
的三阶中心矩:
由于奇数阶的中心矩都为零,因此
中心矩,原点矩可以进一步参考:
标准正态分布k阶原点矩公式_犹有傲霜枝的博客-CSDN博客_正态分布的k阶原点矩
因此,可以得到:
化简后可以得到:
于是可以得到:
因此,可以构造函数,满足:
其中
当然,如果我们一开始,就用另外一个充分统计量(该充分统计量,应该是原版习题解答上用到的充分统计量,此处应该是作者存在笔误),即:
上述推导过程就会简单很多,最终可以得到:
由于上述推导满足定理5.2,因此 是MVU估计。