|
什么是无偏估计(unbiased estimate), 有偏估计(biased estimate)是什么意思? 区别是什么? 有偏估计的应用和案例
从样本得到的总体参数估计值的数学期望等于该参数的真值,则称该估计值为无偏估计量。 估计量的数学期望等于被估计参数,则称此为无偏估计。也就是意味着,这个时候的Ca值为0,CP值和CPK相等。
设A'=g(X1,X2,...,Xn)是未知参数A的一个点估计量,若A'满足
E(A')= A 则称A'为A的无偏估计量,否则为有偏估计量(biased estimate)。
品质协会(www.PinZhi.org)备注:无偏估计就是系统误差为零的估计。其中的自由度不再是原有的样本量,需要看情况减去应该在此进一步解释,无偏估计量。
下面说明题目中的四个估计量都是λ的无偏估计量。首先,因为ξ1、ξ2、ξ3 都是取自参数为λ的泊松总体的样本,独立同分布,所以它们的期望和方差都是λ ,则
(1)无偏性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,所以无偏估计量 λ4∧最有效。 |
|