对于 θ,如果E(θ^)=θ,则θ^为θ的无偏估计。 而样本均值可以认为是总体均值的无偏估计,即 E(Xˉ)=E(X)=μ 而样本方差可以认为是总体方差的无偏估计,即 E(S^2)=D(X)=σ^
2 所以这个题就是要算E(θ^)=μ^
2 所以 E(θ^) =E((Xˉ)^2-cS^2) =E((Xˉ)^2) - cE(S^2) =D(X)+(E(X)^2)-cE(S^2) 这一步用了公式 D(X)=E(X^2)-(E(X)^2) =σ^2+μ^2-cσ^2 =μ^2 答案为c=1
方差的估计量不是无偏估计量
对于 θ,如果E(θ^)=θ,则θ^为θ的无偏估计。 而样本均值可以认为是总体均值的无偏估计,即 E(Xˉ)=E(X)=μ 而样本方差可以认为是总体方差的无偏估计,即 E(S^2)=D(X)=σ^
2 所以这个题就是要算E(θ^)=μ^
2 所以 E(θ^) =E((Xˉ)^2-cS^2) =E((Xˉ)^2) - cE(S^2) =D(X)+(E(X)^2)-cE(S^2) 这一步用了公式 D(X)=E(X^2)-(E(X)^2) =σ^2+μ^2-cσ^2 =μ^2 答案为c=1
是的。只须证明样本方差S^2依概率收敛于总体方差σ^2.首先样本方差是总体方差的无偏估计量:ES^2=σ^2,根据切比雪夫不等式,对任意ε>0,有P(|S^2-ES^2|>=ε)趋向于0(n趋于无穷).