為什麼這篇不偏性一致性鄉民發文收入到精華區：因為在不偏性一致性這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者psp10071007 (ZREO)看板Statistics標題[問題]有關統計量和一致性的問題...
不偏性一致性 在 ??? ??? ???, ?????? 呂芷茵 Instagram 的精選貼文
2021-09-24 08:23:05
🇮🇹IES 愛意式意大利餐廳｜ 於濠尚星皓廣場2樓正式開幕🥳 🔹 @iesmacau有自己的獨立麵包坊，可提供最新鮮的麵包及披薩，仲可為大家提供組織小型的家庭宴會及意式料理菜單等服務。🥰 🔹唔講你唔知，IES愛意式品牌在2014年正式成立，除左意式餐飲，手工麵包和外，佢地仲有客制化蛋糕🎂 唔知...
1.統計量一組隨機變數的函數,所以統計量是隨機變數
那可以說隨機變數也是統計量嗎?(令u^=X1)
2.為什麼一致性=/=>plim(B^)=B???????
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.26.16.137
→ sayloveme:一致有兩個條件n趨近於無窮大 估計量期望值等於參數 12/01 14:09
→ sayloveme:跟估計量的便異數區近於零 12/01 14:09
→ sayloveme:lim E(p^)=p lim V(p^)=0 才是一致估計量 12/01 14:10
→ psp10071007:那為什麼一致性估計量=/=>lim E(p^)=p lim V(p^)=0?? 12/01 15:54
推 chris114:因為可能n趨近無限大才不偏 12/01 21:31
→ yhliu:1. 統計量是 "樣本" 的函數, 所以是隨機變數的函數, 所以也 12/01 22:29
→ yhliu: 是隨機變數. 但一個隨機變數, 或一堆隨機變數, 不一定是 12/01 22:30
→ yhliu: 統計上的 "樣本", 因而不一定是統計量. 12/01 22:31
→ yhliu:2. 一致性有多種定義. 若大樣本理論中談 "一致性", 常見的有 12/01 22:32
→ yhliu: 弱一致性、強一致性及均方一致性. 後兩種都 imply 弱一致 12/01 22:33
→ yhliu: 性, 即 估計量 向 待估參數 做機率收斂. 12/01 22:34
→ yhliu: 所列 plim(B^)=B 若指機率收斂, 即是 B^ 為 B 之弱一致性 12/01 22:35
→ yhliu: 估計量. 因此, 所列敘述頗有疑問! 12/01 22:35
→ psp10071007:1.一堆R.V不一定是統計上的樣本...那R.V除了代表樣本, 12/01 23:02
→ psp10071007:還可以代表什麼??? 12/01 23:02
→ psp10071007:2.這問題是我在學計量是看到的,它是說機率收斂一致性 12/01 23:05
→ psp10071007:的充分條件,反之未必成立...那為什麼是充分條件??? 12/01 23:06
→ psp10071007:一直想不通的是,為什麼反過來不成立??? 12/01 23:09
→ yhliu:隨機變數一定是 "樣本" 嗎? 樓上認為 "樣本" 是甚麼? 隨機變 12/02 21:08
→ yhliu:數又是甚麼? 12/02 21:08
→ yhliu:另, 關於 "一致性" 的敘述建議你還是把書再看清楚些吧! 12/02 21:09
→ yhliu:如果你的 "plim" 不是指 "機率收斂", 那沒話說; 12/02 21:10
→ yhliu:如果 plim B^ = B 是指 B^ 向 B 做機率收斂, 而 B 是參數, 12/02 21:11
→ yhliu:B^ 是估計量, 那它根本就是 "弱一致性" 的定義. 12/02 21:11
→ yhliu:但不論強收斂或弱收斂, 都沒辦法直接 imply E[B^] 收斂到 B. 12/02 21:13
→ yhliu:關於上一個敘述, 以及其他關於隨機變數序列收斂類型間的關係 12/02 21:15
→ yhliu:請參考正式的機率論, 或所謂 "高等機率論" 的教本. 12/02 21:16
→ yhliu:補充一點: 那個 "沒辦法直接 imply ..." 是因 "limit" 與 12/02 21:19
→ yhliu:"積分(求期望值)" 一般不能直接互換,這在初等微積分應該有教 12/02 21:20
→ psp10071007:我弄懂了,感謝解答 12/03 01:53