参数估计的有效性

本文介绍了Fisher信息量的概念及其在统计推断中的应用,详细解释了Fisher信息阵的定义,并探讨了Cramer-Rao不等式所给出的无偏估计的方差下界——C-R下界。此外,还讨论了如何衡量估计量的效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Fisher 信息量

Sθ(x)=(lnpθ(x)θ1,...,lnpθ(x)θk)
满足

  1. Sθ(x)对一切θΘ有定义;

  2. EθSθ(x)=0,θΘ;

  3. EθSθ(.)2<

I(θ)=Var(Sθ(x))=Eθ[Sθ(x)Sθ(x)]

为Fisher信息阵,k=1时称作Fisher信息量.

C-R下界

g(θ)为待估参数,Δ=ddθg(θ),称

ΔI1(θ)Δ

g(θ)的无偏估计的Cramer-Rao下界,简称C-R下界.

估计的效

T(X)g(θ)的一个无偏估计,称

$(g(θ))2I1(θ)/Varθ(T(X))

T(X)的效,如果效为1,则称T(X)g(θ)的有效无偏估计.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值