無偏估計

無偏估計

無偏估計是參數的樣本估計量的期望值等於參數的真實值。估計量的數學期望徠等於被估計參數,則稱此為無偏估計。

定義


徠無偏估計
徠無偏估計
無偏估計量,數學期望等於被估計的量的統計估計量。
設^θ(X1,X2,…,Xn)是θ的估計量,若E(^θ)=θ,對一切θ∈Θ,則稱^θ為θ的無偏估計量,否則稱為θ的有偏估計量。
無偏估計量的定義是:設(ξ∧)是ξ的一個估計量,若E(ξ∧)=ξ ,則稱ξ∧是ξ的無偏估計量 下面說明題目中的四個估計量都是λ的無偏估計量。因為ξ8、ξ8、ξ8 都是取自參數為λ的泊松總體的樣本。

無偏性


對於待估參數,不同的樣本值就會得到不同的估計值。這樣,要確定一個估計量的好壞,就不能僅僅依據某次抽樣的結果來衡量,而必須由大量抽樣的結果來衡量。對此,一個自然而基本的衡量標準是要求估計量無系統偏差。也就是說,儘管在一次抽樣中得到的估計值不一定恰好等於待估參數的真值,但在大量重複抽樣時,所得到的估計值平均起來應與待估參數的真值相同,換句話說,希望估計量的均值(數學期望)應等於未知參數的真值,這就是所謂無偏性(Unbiasedness)的要求。

舉例


下面說明題目中的四個估計量都是λ的無偏估計量。首先,因為ξ1、ξ2、ξ3 都是取自參數為λ的泊松總體的樣本,獨立同分佈,所以它們的期望和方差都是λ ,則
(1)無偏性E(λ1∧)= E(ξ1)= λE(λ2∧)= E[(ξ1+ξ2)/2]= (λ+λ)/2 = λE(λ3∧)= E[(ξ1+2*ξ2)/3]= (λ+2λ)/3 = λE(λ4∧)= E[(ξ1+ξ2+ξ3)/3]= (λ+λ+λ)/3 = λ
(2)有效性,即最小方差性D(λ1∧)= D(ξ1)= λD(λ2∧)= D[(ξ1+ξ2)/2]= [D(ξ1)+D(ξ2)]/4= (λ+λ)/4 = λ/2D(λ3∧)= D[(ξ1+2*ξ2)/2]= [D(ξ1)+4D(ξ2)]/9= (λ+4λ)/9 = 5λ/9D(λ4∧)= D[(ξ1+ξ2+ξ3)/3]= [D(ξ1+ξ2+ξ3)]/9 =(λ+λ+λ)/9 = λ/3其中 D(λ4∧)= λ/3 最小,所以無偏估計量 λ4∧最有效。