例 6.1.6medium一级题目发布者: ai-batch题干设 x1,x2,⋯ ,xnx_1, x_2, \cdots, x_nx1,x2,⋯,xn 是来自均匀总体 U(0,θ)U(0, \theta)U(0,θ) 的样本,人们常用最大观测值 x(n)x_{(n)}x(n) 来估计 θ\thetaθ(参见例 6.3.5),由于 E(x(n))=nn+1θE(x_{(n)}) = \dfrac{n}{n+1}\thetaE(x(n))=n+1nθ,所以 x(n)x_{(n)}x(n) 不是 θ\thetaθ 的无偏估计,但它是 θ\thetaθ 的渐近无偏估计。 经过修偏后可以得到 θ\thetaθ 的一个无偏估计 θ^1=n+1nx(n)\hat{\theta}_1 = \dfrac{n+1}{n}x_{(n)}θ^1=nn+1x(n)。另一方面,由于总体均值为 θ/2\theta/2θ/2,人们也可以使用样本均值估计总体均值(见 6.2 节),于是可得到 θ\thetaθ 的另一个无偏估计 θ^2=2xˉ\hat{\theta}_2 = 2\bar{x}θ^2=2xˉ。 试比较 θ^1\hat{\theta}_1θ^1 和 θ^2\hat{\theta}_2θ^2 的有效性。答案点击展开后可查看解析解析Var(θ^1)=(n+1n)2Var(x(n))=(n+1n)2n(n+1)2(n+2)θ2=θ2n(n+2).\mathrm{Var}(\hat{\theta}_1) = \left(\frac{n+1}{n}\right)^2 \mathrm{Var}(x_{(n)}) = \left(\frac{n+1}{n}\right)^2 \frac{n}{(n+1)^2(n+2)}\theta^2 = \frac{\theta^2}{n(n+2)}.Var(θ^1)=(nn+1)2Var(x(n))=(nn+1)2(n+1)2(n+2)nθ2=n(n+2)θ2. Var(θ^2)=4 Var(xˉ)=4n Var(X)=4n⋅θ212=θ23n.\mathrm{Var}(\hat{\theta}_2) = 4\,\mathrm{Var}(\bar{x}) = \frac{4}{n}\,\mathrm{Var}(X) = \frac{4}{n} \cdot \frac{\theta^2}{12} = \frac{\theta^2}{3n}.Var(θ^2)=4Var(xˉ)=n4Var(X)=n4⋅12θ2=3nθ2. 两项比较知道,当 n>1n > 1n>1 时,θ^1\hat{\theta}_1θ^1 比 θ^2\hat{\theta}_2θ^2 有效。