概论第7章_参数估计_点估计的评价标准_相合性_无偏性_有效性

点估计的评价标准包括： 相合性， 无偏性， 有效性。

一. 相合性

衡量一个估计是否可行的必要条件， 就是估计的相合性。
本文不提其定义了。直接给出一些结论。
结论
设有正态总体N($\mu ,{\sigma }^2$) 的样本， 则有

1. $\overline{x}$ 是 $\mu$ 的相合估计。
2. 样本二阶中心矩 $s_n^2=$$\frac{1}{n}\sum _{i=1}^n(x_i-\overline{x})$ 是${\sigma }^2$的相合估计。
3. 样本方差 $s^2$ 也是${\sigma }^2$的相合估计。

设有均匀总体U(0, $\theta$)的样本， $\theta$ 的极大似然估计是相合估计。

二. 无偏性

2.1 定义
设 $\hat{\theta }=\hat{\theta }(x_1,...,x_n)$ 是 $\theta$的一个估计， $\theta$ 的参数空间为 $\Theta$, 若对任意的 $\theta \in \Theta$, 有

E($\hat{\theta }$)=$\theta$

则称 $\hat{\theta }$ 是 $\theta$ 的无偏估计， 否则称为有偏估计。
~~
无偏性要求可以改写为 $E(\hat{\theta }-\theta )=0$, 这表示无偏估计没有系统偏差。

无偏性不具有不变性。 若$\hat{\theta }$ 是 $\theta$ 的无偏估计，一般而言g$(\hat{\theta })$不是g$(\theta )$的无偏估计， 除非g$(\theta )$是$\theta$的线性函数。
例如： 样本方差$s^2$是${\sigma }^2$的无偏估计， 但 s 不是$\sigma$的无偏估计。

考点1. 无偏性： 系数之和为1， 是最无偏的估计。

看例题

三. 有效性

所谓 有效性， 是建立在无偏估计的基础上
定义： 设 ${\hat{\theta }}_1$, ${\hat{\theta }}_2$ 是 $\theta$ 的两个无偏估计， 如果对任意的 $\theta \in \Theta$ 有

D(${\hat{\theta }}_1⩽$ D(${\hat{\theta }}_2$)

且至少有一个 $\theta \in \Theta$ 使得上述不等号严格成立， 则称 ${\hat{\theta }}_1$ 比 ${\hat{\theta }}_2$ 有效。
考点2. 有效性： 系数方差最小的是最有效的

例题 2011.7
设$x_1,x_2$来自任意总体 X的2个样本， 则E(X)的无偏估计量中， 最有效的估计量是( )

A. $\frac{2}{3}{x}_1+\frac{1}{3}{x}_2$    B. $\frac{1}{4}{x}_1+\frac{3}{4}{x}_2$    C. $\frac{2}{5}{x}_1+\frac{3}{5}{x}_2$    D.$\frac{1}{2}{x}_1+\frac{1}{2}{x}_2$

解： 用瞪眼法，易知 D系数方差最小， 为最有效。
答案： D