如题 我想请教一个问题 就是计算估计量θ^的MSE问题 这里的MSE并不是回归里的那个SSE除以自由度的MSE 而是bias(θ^)^2+var(θ^)同时衡量精和准的MSE 以下问题开始 假设产生了3种模拟样本 第一种n=60(或是120)笔data 第二种n=80(或是240)笔data 第三种n=100(或是360)笔data (简单说就是产生data方式一样 就只是改变样本数n=60,80,100 或是n=120,240,360 依样本数不同区分成三种) 每一种n各产生100组模拟样本,例:100组n=60笔data 每组样本都可以算出一个θ^,因为模拟的原故所以θ已知 所以可以算bias(θ^)的估计值,即"算100组θ^的平均再扣掉θ" 也可以算var(θ^)的估计值,即"算100组θ^的var" 最後把bias(θ^)的估计值取平方加上var(θ^)的估计值 就是MSE(θ^)的估计值了 问题来了.......理论上应该 n=100的MSE(θ^)估计值<n=80的MSE(θ^)估计值<n=60的MSE(θ^)估计值 或是 n=360的MSE(θ^)估计值<n=240的MSE(θ^)估计值<n=120的MSE(θ^)估计值 模拟结果大部分的数据的确也是和上述结果一样 但少部分数据呈现 n=80的MSE(θ^)估计值<n=100的MSE(θ^)估计值<n=60的MSE(θ^)估计值 或是 n=240的MSE(θ^)估计值<n=360的MSE(θ^)估计值<n=120的MSE(θ^)估计值 想请教各位高手大大这部分该如何解释呢? ________________________________________________________ 自己目前对於n=60,80,100的case 解释理由为 1.样本差距不大 2.MSE是估计出来的所以有随机性 所以有n=80的MSE(θ^)估计值<n=100的MSE(θ^)估计值<n=60的MSE(θ^)估计值 情形产生 然而对於n=120,240,360的case 解释理由为 MSE是估计出来的所以有随机性 所以有n=240的MSE(θ^)估计值<n=360的MSE(θ^)估计值<n=120的MSE(θ^)估计值 情形产生 不知版上高手有无遇过类似这种经验? 或是有其他更好的解释及看法? 指教了 谢谢 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.224.31.54 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1497792995.A.C1A.html