无偏估计怎么求


【无偏估计怎么求】如果ξ~P(λ) , 那么E(ξ)= D(ξ)= λ , 其中P(λ)表示泊松分布 , 无偏估计量的定义是:设(ξ∧)是ξ的一个估计量 , 若E(ξ∧)=ξ  , 则称ξ∧是ξ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)= λ , E(λ2∧)=E[(ξ1 ξ2)/2]= (λ λ)/2 = λ , E(λ3∧)= E[(ξ1 2*ξ2)/3]= (λ 2λ)/3 = λ , E(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)= λ , D(λ2∧)= D[(ξ1 ξ2)/2]= [D(ξ1) D(ξ2)]/4= (λ λ)/4 = λ/2 , D(λ3∧)= D[(ξ1 2*ξ2)/3]= [D(ξ1) 4D(ξ2)]/9= (λ 4λ)/9 = 5λ/9 , D(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 。

    推荐阅读