MVU估计量之BLUE(1标量)

最佳线性无偏估计量(读书笔记)

有时候MVU估计量即使存在也无法求出,比如在不知道数据的PDF的情况下------
之前在CRLB和利用充分统计量求MVU的方法中,CRLB的思路大概是在满足PDF的正则条件下,利用等式成立的条件lnp(x;theta)与Fisher函数的关系(公式怎么打上去?)可以找到满足条件的MVU估计量,这个估计量也是有效的,(也有可能找不到MVU);利用充分统计量求MVU大概是先利用Neyman-Fisher因子分解定理找到充分统计量,再判断充分估计量的完备性(利用g(T(x))函数的唯一性),在满足充分估计量完备的前提下,才能利用RBLS定理或者求一个无偏的T(x)的函数。这两种方法都需要已知PDF(pdf中有参数跟pdf的分布是两码事)-----所以不知道PDF分布的情况下,就可以转而寻找准最佳估计量。
一种常用的方法是限制估计量为数据的线性函数,并求无偏且具有最小方差的线性估计量,这个估计量称为最佳线性无偏估计(BLUE),这种方法只用到PDF的一、二阶矩。

算法思路如下:

MVU估计量之BLUE(1标量)_第1张图片
MVU估计量之BLUE(1标量)_第2张图片

还有一个问题很困惑,书上这样说“由于限定估计量是一类线性估计量,那么只有当MVU估计量刚好是线性时,BLUE才是最佳的(也就是说,它是MVU估计量)”???BLUE全称不就是最佳线性无偏估计量吗!
MVU估计量之BLUE(1标量)_第3张图片
打公式好麻烦,有什么神器推荐???

你可能感兴趣的:(统计信号处理——Reading,Notes)