数理统计学导论(第8版)第七章充分性(Chapter7 Sufficiency) 知识小结、期末复习笔记 (待续 | 您所在的位置:网站首页 › 统计学导论b答案 › 数理统计学导论(第8版)第七章充分性(Chapter7 Sufficiency) 知识小结、期末复习笔记 (待续 |
* 期末结束啦、把这学期的笔记分享一下、待续 * 参照英文版第8版数理统计学导论(Introduction to Mathematical Statistics, Eighth Editon),Hogg,第7章 充分性;用了我自己的翻译 * 整个章节逻辑层次非常清晰, 定理概念之间层层递进、互相联系、补充,案例经典、方法明确且信息量大、仔细磨 7.1 估计量品质测量① 极小方差无偏估计量(MVUE, Minimum Variance Unbiased Estimator)定义: 有 ②决策函数(规则): 若 ③损失函数: 非负数函数 应用:极小化极大值准则(minimax criterion) : 使风险函数R的极大值取到极小值的决策函数L为最佳决策函数. 见书中举例. 拓展:似然原理(likelihood principle),见书中案例. 7.2 参数的充分统计量④ 充分统计量(sufficient statistic)定义: 设 其中, ⑤ 求充分统计量的简便方法:奈曼因子分解定理: 在④的条件下, 其中 ⑥ 拉奥-布莱克韦尔(Rao-Blackwell)定理: 由充分统计量 ⑦ ⑧ 补充: ⑨ 完备族(complete family)的定义: 对于连续或离散的随机变量Z,它拥有的pdf或pmf是 ⑩ 莱曼和谢弗(Lehmann and Scheffe)定理: 由 pdf或pmf来自完备族 见书中的相关案例. 7.5 指数分布类(the Exponential Class of Distributions)11 12 将形式为11的pdf称为概率密度函数或质量函数的正则指数类(regular exponential class)的一个成员,如果: Ⅰ X的支集不依赖于 Ⅱ Ⅲ 若X连续,则K'(x) 13 记结论 (X来自正则指数族): Ⅰ Ⅱ Ⅲ 应用见书中例7.5.2,信息量大、重要! 待续
|
CopyRight 2018-2019 实验室设备网 版权所有 |