看板 Statistics 關於我們 聯絡資訊
(一)89年國考: r.v Y with E(Y) = u, Var(Y) = σ^2, where σ = u^α.請找transformation g 使得 g(Y)的變異數與u無關. 我查看書籍是說採用Taylor expansion方式處理,對期望值取到first order而變異數取到 second order.想請問幾個問題: (1)為何用Taylor expansion可以確保transformation invariant? (2)為何期望值與變異數兩者取的階數會不同?又為何不能看至infinite order? (二)動差法: sample kth moment對population kth moment 具有unbiased & consistent,故採此做 estimate.於是令兩者相等,去解參數的方程式.但有時兩者卻是不相等時,若用這種方式處 理,不是本已錯誤,再用此估計不會有問題嗎? 謝謝! -- 「十二天之後 若沒有人幹譙 我們只能繼續白爛 我們的無恥不是注定 是來自你的決定」 「只要有錢,一億的帝寶,都能綻放一兆的光!」 ~ 十二夜外傳篇 歡迎認養黑心廠商&無能官員,收容所已擠爆! -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 36.237.52.190
boshings:這題動差法 要怎麼去解這總體目 12/24 15:23
boshings:請問動差法 要怎麼去解這種題目? 12/24 15:30
Rotman:看你的parameter個數決定equation的個數.例如1個參數通常只 12/24 16:28
Rotman:需使用first moment,2個參數則需使用first與second moment 12/24 16:29
Rotman:以此類推... 12/24 16:29
boshings:抱歉~我題目看錯了 我以為你要用動差法去解(一) 12/24 17:26
Pieteacher:Order越高要估的參數越多! MME會有不合理的情況 12/24 18:12
Pieteacher:可以去看 sattle white problem 12/24 18:13
yangchichuan:g(y)~g(u)+g'(u)(y-u)=>E(g(y))~g(u) 12/24 22:45
yangchichuan:V(g(y))~[g'(u)]^2 V(y) 12/24 22:46
yhliu:g(Y) ≒ g(μ) + g'(μ)(Y-μ), E[g(Y)]≒g(μ), 12/25 19:51