TreeMind树图在线AI思维导图
当前位置:树图思维导图模板高校与高等教育物理学零无偏估计量思维导图

零无偏估计量思维导图

  收藏
  分享
免费下载
免费使用文件
U67362080 浏览量:22022-10-04 16:13:28
已被使用0次
查看详情零无偏估计量思维导图

大学物理中有关零无偏估计量的思维导图,包括零无偏估计量概述、Basu定理、UMVUE的方法

树图思维导图提供 零无偏估计量思维导图 在线思维导图免费制作,点击“编辑”按钮,可对 零无偏估计量思维导图  进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:48192a089af310ea77b4b2628a665bcd

思维导图大纲

零无偏估计量思维导图思维导图模板大纲

零无偏估计量概述

首先设出统计量的函数,它是零无偏的

正态总体的样本均值和样本方差独立,并且样本均值服从正态,样本方差则与卡方有关,进而也与gamma有关

所以期望用积分可以表示

理论为统计量之间的独立性提供了很好地理论依据

Basu定理

服从标准正态

是完备统计量

充分性

利用Basu定理可以得到样本峰度之间的独立性

上下同除方差进行标准化

UMVUE的方法

Rao-Blackwell定理告诉我们,UMVUE要在充分统计量中寻找

零无偏估计法推论告诉我们,如果无偏估计是充分统计量的函数,并且与任何能用充分统计量表示的零无偏估计量正交,那么该无偏估计是UMVUE

而完备性告诉我们,如果T是完备的,那么能用它表示的零无偏估计量只有0

L-S定理

定理已经给我们找到了UMVUE的形式,我们只要证明它的确是UMVUE就行了

根据R-B定理

对于任意无偏估计,总可以通过作用充分完全统计量使它的方差变小

两个估计量都是无偏的,减一减就得到零无偏估计量

可以利用完备性

唯一性

求UMVUE得两种方法

充分完备统计量+无偏估计+条件期望作用(条件期望法)

充分完备统计量+函数+无偏(统计量函数法)

相关思维导图模板

二、行领导工作部署思维导图

树图思维导图提供 二、行领导工作部署 在线思维导图免费制作,点击“编辑”按钮,可对 二、行领导工作部署  进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:7587c0aae327e09f45a01815ad8a6464

课堂笔记思维导图

树图思维导图提供 课堂笔记 在线思维导图免费制作,点击“编辑”按钮,可对 课堂笔记  进行在线思维导图编辑,本思维导图属于思维导图模板主题,文件编号是:02bac2866a754166bc80a76d5e38a90b