数理统计 · 已有部分内容
第三章 点估计
构造和比较估计量,学习充分性、指数族、无偏估计,以及损失、贝叶斯估计和等变方法。
知识点与笔记
-
3.1 参数估计方法
从样本矩和似然函数出发构造参数估计。
-
3.2 点估计的性质
用无偏性、有效性、均方误差与相合性比较估计量。
-
3.3 充分统计量
理解样本信息的压缩及充分统计量的判定。
-
3.4 指数族
识别指数族的表示形式,联系其充分统计量。
-
3.5 无偏估计
围绕方差下界、充分性与完备性研究最优无偏估计。
-
3.6 损失函数与风险函数
用损失衡量单次决策的误差,用风险比较估计规则。
-
3.7 贝叶斯估计
联系先验、后验与损失函数,并讨论极小极大估计。
-
3.8 位置与尺度不变性
观察平移和尺度变换下估计规则的对应变化。
习题与资料
充分性、无偏估计与决策方法
chapter3.3中文修正版本.pdf 第 2 页;chapter3.5中文版本无偏估计.pdf 第 2 页;chapter3.6LossFunctionEnglish.pdf 第 2 页;chapter3.7BayeseStatistic中文.pdf 第 1 页;chapter3.8Location-Scale.pdf 第 2 页。
往年期末:点估计与统计决策
“2024fly”题组第二至四题,涉及矩估计、MLE、CR 下界、UMVUE、损失函数与贝叶斯估计;仅题目。
教材定位:chapter3.1中文.pdf 至 chapter3.8Location-Scale.pdf 各分节标题;充分统计量采用 chapter3.3中文修正版本.pdf。中文教材 5.5、6.1-6.5;英文教材第 VII 章。