概率论无偏估计量,设X1、X2、X3、X4是来自均值为μ的总体的样本,则均值μ的无偏估计就是样本均值=2(x1+X2+X3+X0=x。
无偏估计量中对于待估参数,不同的样本值就会得到不同的估计值。要确定一个估计量的好坏,就不能仅仅依据某次抽样的结果来衡量。
扩展资料
事实上, X1、X2、X3、X4.....中的每一个均可作为θ的无偏估计量,究竟哪个估计量更合理,就看哪个估计量的观察值更接近真实值,即估计量的观察值更密集地分布在真实值附近。
而方差能反映随机变量取值的分散程度,所以无偏估计以方差最小者为最好、最合理,为此后人引进了估计量的有效性概念。