※ 引述《clairehsupo (嗯...)》之铭言： > ※ 引述《yhliu (老怪物)》之铭言： > > 看你是处在哪个学习阶段, 看你想要学到甚麽程度. > > 主要的困难在於连续型的情形. 大学程度的数统连续型条 > > 件分布是利用 p.d.f. 定义的, 因此证明这定理很简单; > > 博士班程度的证明就不允许那种和稀泥的方式, 而严谨的 > > 证明就是那麽冗长难懂. > 说到这个我就很想小抱怨一下 > 我是真的很想好好的把这些东西学起来 > 不过看到不懂的东西...跑去问以前系上的老师 > 通常不是告诉我这方面的东西他不熟就是很随 > 便回答一下,更有马上就质疑我为什麽要学这个 > 的动机,觉得这种东西知道就好了,没有做这方 > 面的研究根本不用知道来龙去脉,可是我种觉得 > 念书这样囫囵吞枣很不踏实...问题问久了就会 > 越来越不想问人,想自己看懂...可是这样真的 > 要花很久很久的时间,还要挑本愿意很清楚告诉 > 读者他在做什麽的书...@@" 我拿问题去问老师的情形最频繁的是大一下, 自己在看机 概的书. 而後倒是比较少需要去问老师, 或者有时是懒得 去问老师. 当时需要去问老师, 是因自己看书有时碰到观 念不清楚亟需解决以便往下研读. 後来的不问, 一是习题 不会解并非因某些观念不清楚, 或不了解自己是哪些观念 不清楚; 二是自己看某些书看不懂, 自认为程度尚未能及, 也不急着求解. 有些大学时看不懂的东西, 到研究所时有 老师教导, 学到更进阶的内容, 就不再觉得困难了! 当然, 这时会有另一些看不懂想不通的. 真的影响後续教材的了 解又自己未能想通, 还是只能求助於同学、求助於老师. 在网路上游荡多年, 受不了的情形之一是一发现有人可以 问, 就拚命问. 勇於发问是好事, 但对人家的回答没仔细 思考、咀嚼、吸收, 而把回答者当家教、当解题机器, 这 可不能说是好事. 因子分解定理的证明, 基本上对学校中其他教材大概可说 不重要. 但去思考为甚麽大学时证明这定理三两下就 KO, 而严谨的证明却要几个 page 甚至要先证一堆 lemma, 这 是理解的第一步. 需知大学数统或机概定义的连续型条件 机率分布是很不严谨的; 正式的机率论对 "条件机率" 另 有以积分为基础的定义. 若不先弄明白条件机率 P[A|X] 及 P[A|X=x] 的定义和意义, 那因子分解定理的证明就甭 看了! 若知道, 那麽可以慢慢地去阅读、思考, 甚至自己 证看看, 慢慢地大概就可以明白为甚麽郦要那样证明. > > 使用时机? 当然看你的问题能否满足定理的条件! > > 多去思考定理在讲甚麽, 看看书上的例子, 实际去做做题 > > 目. > 书上的例子我都有看过了,可是我发现几乎所有 > 的例子都可以使用(c)来求出最小充分统计量, 因为你看的例子都是很简单的. 如指数族, 依定义其 support 与参数值无关. 这就是 (c) 所需要的条件. > 像是指数族或是均匀分布等...在Lehmann的 > Theory of point estimation中提到:(a)主要 > 是在处理当P为可数的若P为不可数时则通常结 > 合(b)後来处理这方面的问题,而(c)则是可以 > 处理当P为不可数时的问题. > 以这样来说,一般在找最小充分统计量是使用 > (c)就可以处理所有的问题呢?还是说有什例子 > 是(c)无法处理而其余两个可以处理的? 试试 uniform(0,θ), uniform(θ,θ+1). -- ◢ 川◣ │││││ 您在找统计版吗? 竭诚邀请您加入 Statistics! ▃▅▃▅▆ ◣││││ 无名小站 telnet://wretch.twbbs.org (cat▍_/ ▲ 、 ││ 成大计中站 telnet://bbs.ncku.edu.tw ▊ ▊Moon◤▍▍▄▂ │ 交大次世代 telnet://bs2.twbbs.org ▃─ _▍_ ◣▌▎▃▅ 盈月与繁星 telnet://ms.twbbs.org ▲ ◤ ￣ ◢▂▃ ＊Mooncat~ ★未经本人同意请勿转载; 回覆请勿全文引用! -- 夫兵者不祥之器物或恶之故有道者不处君子居则贵左用兵则贵右兵者不祥之器非君子 之器不得已而用之恬淡为上胜而不美而美之者是乐杀人夫乐杀人者则不可得志於天下 矣吉事尚左凶事尚右偏将军居左上将军居右言以丧礼处之杀人之众以哀悲泣之战胜以 丧礼处之道常无名朴虽小天下莫能臣侯王若能守之万物将自宾天地相合以降甘露民莫 之令而自均始制有名名亦既有夫亦将知止知止 218-170-31-98.dynamic.hinet.net海