先跟原ｐｏ說聲抱歉 看來我誤會已久　　一直以為UMVUE跟MVUE一樣/__\ 剛剛wiki了一下... 統計學上， 最小方差無偏估計（minimum-variance unbiased estimator，簡寫為MVUE） 是一個對於所有無偏估計中，擁有最小方差的無偏估計。若無論真實參數值θ是多少， 最小方差無偏估計（MVUE）都比其他不偏估計有更小或至多相等的方差，則稱此估計為一 致最小方差無偏估計（uniformly minimum-variance unbiased estimator，簡寫為UMVUE ） 就如同原ｐｏ的推文 「定義上兩者的差別在於 UMVUE是不論參數的條件為何皆成立MVUE則是給定參數條 　件下成立，UMVUE 必定為MVUE，MVUE未必會是 UMVUE」 應該有不少人跟我一樣傻傻分不清楚吧^^|| ※ 引述《hi123 (hi123)》之銘言： : ※ 引述《jasonkeen (兔子兔子真可愛～)》之銘言： : : 完備性是 p.d.f. 族的一個性質 : : 那麼是否任意的 p.d.f. 族皆存在完備統計量呢？ : : 我的想法為否，但是不知道自己的想法是否正確，請大家指點迷津 : : 會想到這問題其實是來自於求 Best U.E. 所引申的想法 : : 一般在尋求 Best U.E. (MVUE) 時可能會直接找 UMVUE : 我認為 UMVUE 跟 MVUE 其實是一樣的... : : 但是若參數並不存在 C.S.S. 是否可以考慮找 M.S.S. : : 因為若 C.S.S. 存在則 C.S.S. = M.S.S. : : 所以不論給定什麼分配或參數，是不是找 M.S.S. 再調整為不偏即為 Best U.E. 呢？ : : 有些地方其實我也不是很肯定，請大家幫我釐清觀念… : 「若 C.S.S. 存在則 C.S.S. = M.S.S.」 這句話沒錯 : 可是用這句話去推下面的東西感覺很怪＠＠ 邏輯好像不太對 : And : Lehmann Sheffe theorem 裡很明白的說了 要的是C.S.S : 如果原本就存在C.S.S 那找M.S.S當然沒關係 因為C.S.S. = M.S.S. : 如果C.S.S不存在 那那....就不對了 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 58.99.57.106