※ 引述《intelligents (忐忑)》之铭言： : 写统计题目时，有点问题不太确定 : 题目: : 1. 有两个独立随机样本 : {Xi} i=1~n X~Bernoulli(p1) : {Yi} i=1~n Y~Bernoulli(p2) : 请写出p1-p2的(1-a)近似区间估计式 : 想法: : 记得Bernoulli分配要参数P相同，才具有相加性 : 请问这题是不是应该假设X,Y皆为大样本 X-bar, Y-bar 并假设分别有n, m人 : 先分别近似常态分配 N(p1,p1(1-p1))、N(p2,p2(1-p2)) variance分别为 p1(1-p1)/n, p2(1-p2)/m : 再相加，并以标准常态分配求出区间估计式 : 这样的想法正确吗? 正是如此，但是是用相减(虽然variance是相加） : 2. {Xi}i=1~n X~exp(Q) : 利用MLE的渐近特性，找出Q的MLE:Qn之渐进分配 : 想法: : 已经求出Q之MLE，Qn=ΣX/n 也就是X bar : 那麽Qn的渐近分配是什麽呢 ~"~?? : 不好意思，又带着很基本的问题来请教板上的高手了 : 念点估计、区间估计念的雾煞煞 : 麻烦大家帮我解答了，谢谢 >_< 因为exponential分配是在exponential family 所以MLE的大样本性质可以用（满足regular condition) MLE会趋近於常态分配，他的variance会是Fisher information的倒数 具有(渐进UMVUE的特性），你可以查任何一本数统的数 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.51.120