目录
一、无偏估计
1. 在统计学中,总体参数的估计基本上都是无偏估计。若的数学期望不为
,即
,
(偏高估计)和
(偏低估计)则为
的有偏估计。
2. 统计推断的误差有系统误差和随机误差,无偏性的实际意义是指没有系统性的偏差。无偏性则表示,把这些正负偏差在概率上平均起来,其值为零。
3. 无偏估计并不总是存在,如服从二项分布的总体,
,则
的无偏估计就不存在。
4. 有些问题中,无偏估计很多,则其优良性由它们的方差来决定,方差越小越优良。
5. 统计学中,将存在无偏估计的参数称为可估参数,可估参数的无偏估计往往不唯一,而且只要不唯一,则即有无穷多个。一个参数往往有不止一个无偏估计。
6. 无偏估计不一定是好估计。
二、期望值
1. F-分布函数并不是每一个随机变量都有期望值的,因为有的时候这个积分不存在。
2. 如果两个随机变量的分布相同,则它们的期望值也相同。
3. 如果是离散的随机变量,输出值为
,
,...,和输出值相应的概率为
,
,...(概率之和为1)。若级数
绝对收敛,那么期望值
是一个无限数列的和:
4. 如果是连续的随机变量,存在一个相应的概率密度函数
,若积分