极大似然估计一定是相合估计吗？ 第1页
1
yiorfun 网友的相关建议:
当然不一定。实际上MLE作为一个具有良好性质的统计量的前提是满足一系列regularity conditions。每一个condition都可以看作是估计理论数学严格化的血泪教训。
参数模型的例子。Bickel and Doksum (1977)， Problem 4.4.14.
假设有独立的正态随机变量 ，其中 均未知， 。然后不难得到如下MLE：
，对任意
.
NOTE: 可以证明它们是MLE，因为它们是似然方程的唯一解。
然后，固定 ，让 ，得到 ，从而不是consistent的。
这里问题出在，当需要估计的参数数量 is of the order of 总样本量的时候，MLE可能没有良好的渐近性质。
非参数的例子。Bahadur, R. R. "Examples of inconsistency of maximum likelihood estimates."Sankhyā: The Indian Journal of Statistics(1958): 207-210.
1
相关话题
二项分布的个位数期望怎么算？中国现在的堕胎率是多少 有统计过吗?
如何在一晚内速成概率论与数理统计？
多元回归为什么总可以转为多元线性回归？
怎样用非数学语言讲解贝叶斯定理（Bayes's theorem）？
统计学上标准差与标准误的区别与联系是什么？
请问如何证明「X，Y 不相关，则 X，Y 不一定独立」呢？
你所知道的的统计误用或统计（概率）悖论？
统计学中「矩」这个概念是怎么引入的？它为什么被称为矩？它与物理意义上的矩有什么相同与不同？
如何评价生成模型框架 ZhuSuan?
相关的话题
谈谈决策模型方法与统计实证方法的异同？运用什么方法，可以综合各个性状，对农作物进行一个整体的评价，判断一个新品种的好坏?
为什么方差要定义成平方？这么定义有什么利弊？如果把方差定义成 |X－E(X)|，这又有什么利弊？
如何看待近百位科学家联合发文回应「 p 值显著标准应降至0.005」？
如何通俗地理解概率论中的「极大似然估计法」?
常用的机器学习算法比较？
如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
怎么通过一维分布的随机样本推测原分布？
请问为什么多元估计中系数的方差比单变量估计的方差大，但是我们还是偏爱多元估计的系数呢？
怎样理解和区分中心极限定理与大数定律？
数理统计中未知参数的置信区间估计方法中，存在最佳的枢轴量吗？
概率论中，局部极限定理和积分极限定理不是一回事吗？
数学专业渣渣想转统计学专业可行么？
2021 年高考生想选统计学专业，主要学些什么？对今后最大的影响是什么？
能否用具体的例子解释一下 (Model-based) Structural Estimation？
怎样理解和区分中心极限定理与大数定律？
如何申请ANU的by research的offer，且如何陶瓷导师？
Kaggle如何入门？
三门问题(蒙提霍尔悖论)变种，如果主持人不知道哪个门是汽车随便蒙门打开正好是羊这时观众还需要换门吗？
如何在一晚内速成概率论与数理统计？
如何用数学知识解答「在进行社区大规模核酸检测时，分成几人一组进行混检效率最高」？
确定指标权重的时候，哪个方法比较简单啊，主成分分析法还是层次分析法啊？
在统计学领域有哪些经典奠基性的论文？
如何正确地理解统计学上的相关性，关联性及差异性比较，方差分析，回归？
如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
计量经济学是伪科学吗？
时间序列和回归分析有什么本质区别？
最小二乘法只有在因变量服从正态分布时才能用吗？
神经网络为什么可以（理论上）拟合任何函数？
EM算法存在的意义是什么？