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

  1. 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。

  2. 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. 3.3 充分统计量

    理解样本信息的压缩及充分统计量的判定。

  4. 3.4 指数族

    识别指数族的表示形式,联系其充分统计量。

  5. 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。

  6. 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。

  7. 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。

  8. 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

  • 教师讲义

    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。

  • 习题

    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。

输入关键词开始搜索。