UncleWa的博客

矢量参数的BLUE求解待估计的参数是px1维矢量参数，为了使估计量与数据成线性关系，要求：为了确定BLUE，我们约束 是线性且无偏的，那么求 以便使方差最小。因此：发现：这个BLUE与一般线性模型的MVU形式是一样的！下面的(高斯-马尔可夫定理)说明了一般性：附：标量和矢量参数的约束条件下求解过程还没写！至今不知道怎样在博客上打公式，只能先在word打出来，再截图贴图片了。参考：fundamentals of statistical signal processing

方差与协方差方差是用来度量单个随机变量的离散程度，而协方差是用来刻画两个随即变量的相似程度。从协方差/方差到协方差矩阵：假设一个向量X服从均值向量为μ，协方差向量为，的多元正态分布，则概率密度函数表示为：大数定律辛钦大数定律：样本均值依概率收敛于期望值。另一种切比雪夫定理的情况：...

最佳线性无偏估计量(读书笔记)有时候MVU估计量即使存在也无法求出，比如在不知道数据的PDF的情况下------之前在CRLB和利用充分统计量求MVU的方法中，CRLB的思路大概是在满足PDF的正则条件下，利用等式成立的条件lnp(x;theta)与Fisher函数的关系（公式怎么打上去？）可以找到满足条件的MVU估计量，这个估计量也是有效的，（也有可能找不到MVU）；利用充分统计量求MVU大概是先利用Neyman-Fisher因子分解定理找到充分统计量，再判断充分估计量的完备性（利用g(T(x))函数