知识点

点估计

定义

设 X1,…,XnX_1,\ldots,X_n 是来自分布族 {Fθ:θ∈Θ}\{F_\theta:\theta\in\Theta\} 的独立同分布样本,其中 θ\theta 未知,Θ\Theta 是参数空间。用来估计 θ\theta 的统计量

θ^=θ^(X1,…,Xn)\hat\theta=\hat\theta(X_1,\ldots,X_n)

称为估计量。统计量只由样本确定,不能含有未知参数;因此估计量在抽样前是随机变量。把一组观测值 x1,…,xnx_1,\ldots,x_n 代入后得到的数值 θ^(x1,…,xn)\hat\theta(x_1,\ldots,x_n) 称为估计值,它是一个确定的数。

点估计只给出一个数值;区间估计给出一个带有覆盖水平的区间。同一个参数可以用不同方法构造估计量,得到的结果可能不同,因此还需要用无偏性、均方误差和相合性等标准评价,见估计量的无偏性。

常用构造方法包括矩估计和最大似然估计。

探索

估计量与估计值有什么区别?

改变样本或估计方法,查看得到的数值。

正在准备演示…