IID随机变量的期望值


10

我碰到这种推导,我不明白:如果X1,X2,...,Xn是大小的随机样本n的平均值的人口采取μ和方差σ2,那么

X¯=(X1+X2+...+Xn)/n

E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))

E(X¯)=(1/n)(μ+μ+...n times)=μ

这是我迷路的地方。使用的自变量为E(Xi)=μ因为它们的分布相同。实际上这不是事实。假设我有一个样品,S={1,2,3,4,5,6},然后,如果随机地选择2号与替换,并重复此过程10次,然后我得到10个样品:(5,4)(2 ,5)(1,2)(4,1)(4,6)(2,4)(6,1)(2,4)(3,1)(5,1)。这是2个随机变量样子X1,X2。现在,如果我将期望值X1我明白了

E(X1)=1.(1/10)+2.(3/10)+3.(1/10)+4.(2/10)+5.(2/10)+6.(1/10)=34/10=3.4

但是人口的期望值是3.5。我的推理到底有什么错?


1
问题是X是一个随机变量,而不是样本...
蒂姆

6
您会混淆基于样本的经验平均值和基于总体分布的概率平均值。前者是随机的,后者不是。
西安

Answers:


8

X1,X2,...,Xn

E(X)=μX¯XiXiμnμn=μ

您问题中的第三个方程是使估计量成为总体参数的无偏估计量的条件。估计量无偏的条件是

E(θ¯)=θ

θ¯

{1,2,3,4,5,6}10{5,2,1,4,4,2,6,2,3,5}。问题是给定该样本,您将如何估计总体平均值。根据以上公式,样本的平均值是总体平均值的无偏估计量。无偏估计量不必等于实际均值,但是只要得到此信息,它就与均值尽可能接近。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.