设 X_1, X_2 是从正态总体 N(mu,1) 中抽取的一个容量为 2 的样本,下面 4 个关于 mu 的无偏估计量中最有效的一个是( ).A) (1)/(2)X_1 + (1)/(2)X_2B) (1)/(3)X_1 + (2)/(3)X_2C) (1)/(4)X_1 + (3)/(4)X_2D) (1)/(6)X_1 + (5)/(6)X_2
设 $X_1, X_2$ 是从正态总体 $N(\mu,1)$ 中抽取的一个容量为 2 的样本,下面 4 个关于 $\mu$ 的无偏估计量中最有效的一个是( ). A) $\frac{1}{2}X_1 + \frac{1}{2}X_2$ B) $\frac{1}{3}X_1 + \frac{2}{3}X_2$ C) $\frac{1}{4}X_1 + \frac{3}{4}X_2$ D) $\frac{1}{6}X_1 + \frac{5}{6}X_2$
题目解答
答案
我们来逐步分析这道题。
题目要求:
从正态总体 $ N(\mu, 1) $ 中抽取容量为 2 的样本 $ X_1, X_2 $,给出四个关于 $ \mu $ 的无偏估计量,要求找出最有效的一个。
基本概念回顾:
-
无偏估计量:估计量的期望等于被估计的参数。
- 即 $ E(\hat{\mu}) = \mu $,则 $ \hat{\mu} $ 是 $ \mu $ 的无偏估计。
-
有效性(Efficiency):在无偏估计量中,方差越小,估计量越有效。
- 所以我们要比较各个估计量的方差,方差最小的那个最有效。
-
独立性:由于 $ X_1, X_2 $ 是从总体中抽取的样本,因此它们是独立同分布的,且 $ X_i \sim N(\mu, 1) $,即方差为 1。
设估计量形式为:
$\hat{\mu} = aX_1 + bX_2$
我们先看无偏性,再看有效性。
第一步:验证无偏性
计算期望:
$E(\hat{\mu}) = aE(X_1) + bE(X_2) = a\mu + b\mu = (a + b)\mu$
要使估计量无偏,需满足:
$a + b = 1$
我们来检查每个选项是否满足这个条件:
- A) $ \frac{1}{2} + \frac{1}{2} = 1 $ ✅
- B) $ \frac{1}{3} + \frac{2}{3} = 1 $ ✅
- C) $ \frac{1}{4} + \frac{3}{4} = 1 $ ✅
- D) $ \frac{1}{6} + \frac{5}{6} = 1 $ ✅
四个选项都是无偏估计量。
第二步:比较有效性(即比较方差)
由于 $ X_1 $ 与 $ X_2 $ 独立,且 $ \text{Var}(X_1) = \text{Var}(X_2) = 1 $,所以:
$\text{Var}(\hat{\mu}) = a^2 \text{Var}(X_1) + b^2 \text{Var}(X_2) = a^2 + b^2$
我们分别计算每个选项的方差:
A) $ \frac{1}{2}X_1 + \frac{1}{2}X_2 $
$\text{Var} = \left(\frac{1}{2}\right)^2 + \left(\frac{1}{2}\right)^2 = \frac{1}{4} + \frac{1}{4} = \frac{1}{2} = 0.5$
B) $ \frac{1}{3}X_1 + \frac{2}{3}X_2 $
$\text{Var} = \left(\frac{1}{3}\right)^2 + \left(\frac{2}{3}\right)^2 = \frac{1}{9} + \frac{4}{9} = \frac{5}{9} \approx 0.5556$
C) $ \frac{1}{4}X_1 + \frac{3}{4}X_2 $
$\text{Var} = \left(\frac{1}{4}\right)^2 + \left(\frac{3}{4}\right)^2 = \frac{1}{16} + \frac{9}{16} = \frac{10}{16} = \frac{5}{8} = 0.625$
D) $ \frac{1}{6}X_1 + \frac{5}{6}X_2 $
$\text{Var} = \left(\frac{1}{6}\right)^2 + \left(\frac{5}{6}\right)^2 = \frac{1}{36} + \frac{25}{36} = \frac{26}{36} = \frac{13}{18} \approx 0.7222$
第三步:比较方差大小
我们列出各方差:
- A: 0.5
- B: ≈0.5556
- C: 0.625
- D: ≈0.7222
方差最小的是 A,为 0.5
结论:
在所有无偏估计量中,方差最小的最有效,所以最有效的估计量是:
$\boxed{\text{A) } \frac{1}{2}X_1 + \frac{1}{2}X_2}$
附加说明:
这个估计量其实就是样本均值:
$\bar{X} = \frac{X_1 + X_2}{2}$
在正态总体中,样本均值是 $ \mu $ 的最小方差无偏估计量(UMVUE),因此它是最有效的。
✅ 最终答案:
$\boxed{\text{A}}$
解析
本题考察无偏估计量的有效性判断,核心思路是:先验证无偏性,再比较方差大小(方差越小越有效)。
步骤1:回顾关键概念
- 无偏估计量:估计量的期望等于被估计参数,即$E(\hat{\mu})=\mu$。
- 有效性:在无偏估计量中,方差越小越有效,即$\text{Var}(\hat{\mu})$最小的估计量最有效。
步骤2:验证各选项的无偏性
设估计量$\hat{\mu}=aX_1+bX_2$,则:
$E(\hat{\mu})=aE(X_1)+bE(X_2)=a\mu+b\mu=(a+b)\mu$
要使$E(\hat{\mu})=\mu$,需$a+b=1$。
- A:$\frac.\\frac{1}{2}+\frac{1}{2}=1$,满足;
- B:$\frac{1}{3}+\frac{2}{3}=1$,满足;
- C:$\frac{1}{4}+\frac{3}{4}=1$,满足;
- D:$\frac{1}{6}+\frac{5}{6}=1$,满足。
所有选项均为无偏估计量。
步骤3:比较各选项的方差
因$X_1,X_2$独立,$\text{Var}(X_1)=\text{Var}(X_2)=1$,故:
$\text{Var}(\hat{\mu})=a^2\text{Var}(X_1)+b^2\text{Var}(X_2)=a^2+b^2$
- A:$\left(\frac{1}{2}\right)^2+\left(\frac{1}{2}\right)^2=\frac{1}{4}+\frac{1}{4}=\frac{1}{2}=0.5$
- B:$\left(\frac{1}{3}\right)^2+\left(\frac{2}{3}\right)^2=\frac{1}{9}+\frac{4}{9}=\frac{5}{9}\approx0.5556$
- C:$\left(\frac{1}{4}\right)^2+\left(\frac{3}{4}\right)^2=\frac{1}{16}+\frac{9}{16}=\frac{5}{8}=0.625$
- D:$\left(\frac{1}{6}\right)^2+\left(\frac{5}{6}\right)^2=\frac{1}{36}+\frac{25}{36}=\frac{13}{18}\approx0.7222$
步骤4:结论
方差最小的是选项A(方差0.5),故最有效的估计量是A。