UA MATH566 统计理论1 充分统计量例题答案3

最新推荐文章于 2025-03-25 18:39:19 发布

原创

最新推荐文章于 2025-03-25 18:39:19 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#统计学

该文通过三个例题详细介绍了统计理论中完备统计量的概念及验证方法，涉及正态分布、指数分布族和伽马分布。通过Fisher-Neyman定理、Laplace变换等工具，阐述了如何判断统计量的充分性和完备性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

UA MATH566 统计理论1 充分统计量例题答案3

例1.18 $,Xn∼iidN(μ,σ2)X_1,\cdots,X_n \sim_{iid} N(\mu,\sigma^2)$ ，验证 $T(X)=(Xˉ,SST)T(X)=(\bar{X},SST)$ 是完备统计量。
先写出样本的联合概率密度，
$12πσexp⁡(−(Xi−μ)22σ2)}=(2π)−n/2σ−nexp⁡(−12σ2∑i=1n(Xi−μ)2)f(x_1,\cdots,x_n) = \prod_{i=1}^n \{\frac{1}{\sqrt{2\pi \sigma} } \exp \left( - \frac{(X_i-\mu)^2}{2\sigma^2} \right)\} \\ = (2\pi)^{-n/2}\sigma^{-n}\exp\left( -\frac{1}{2\sigma^2}\sum_{i=1}^n (X_i-\mu)^2\right)$
我们把指数中的完全平方拆分一下，
$∑i=1n(Xi−μ)2=∑i=1n(Xi−Xˉ+Xˉ−μ)2=∑i=1n(Xi−Xˉ)2+n(Xˉ−μ)2=SST+n(Xˉ−μ)2\sum_{i=1}^n (X_i-\mu)^2 = \sum_{i=1}^n(X_i-\bar{X}+\bar{X}-\mu)^2 \\= \sum_{i=1}^n(X_i-\bar{X})^2 + n(\bar{X}-\mu)^2 = SST +n(\bar{X}-\mu)^2$