第 3 章 点估计

综合实践 · 13_课程Obsidian看板/数理统计/统计推断/03_点估计/章节学习页.md

第 3 章 点估计

本章在学什么

一句话：学习如何用样本构造一个数来估计未知总体参数，并评价这个估计好不好。

教材目录

• 3.1 引言
• 3.2 矩估计
• 3.3 极大似然估计
• 3.4 一致最小方差无偏估计
• 3.5 Cramer-Rao 不等式
• 3.6 概率密度函数的核估计
• 习题 3

必须掌握的概念

• [ ] 点估计
• [ ] 矩估计
• [ ] 极大似然估计 MLE
• [ ] 估计量
• [ ] 估计值
• [ ] 无偏性
• [ ] 方差
• [ ] 均方误差 MSE
• [ ] 有效性
• [ ] Cramer-Rao 下界直觉

了解即可的内容

• [ ] UMVUE
• [ ] 核密度估计
• [ ] Cramer-Rao 不等式证明

概念填充区

矩估计

• 一句话定义：
• 直觉解释：
• 专业表达：
• 常见符号：
• 典型场景：
• 容易混淆的点：
• 和后续章节的关系：
• 给 AI 的高质量提示词：

极大似然估计

• 一句话定义：
• 直觉解释：
• 专业表达：
• 常见符号：
• 典型场景：
• 容易混淆的点：
• 和后续章节的关系：
• 给 AI 的高质量提示词：

公式与推导

待填充：

• [ ] 矩估计一般步骤
• [ ] 似然函数
• [ ] 对数似然函数
• [ ] 常见分布 MLE：Bernoulli、Poisson、Normal
• [ ] Bias、Variance、MSE

代码任务

• [ ] 用模拟数据做 Bernoulli 参数估计
• [ ] 用模拟数据做 Poisson 参数估计
• [ ] 用模拟数据做 Normal 参数 MLE
• [ ] 比较估计量的偏差和方差

代码示例与逐行注释

待填充。

结果解释

待填充。

课后作业

待填充。

课后作业答案

待填充。

报告可写表达

待填充。

可以追问老师/同学的问题

待填充。

给 AI 的高质量提示词

待填充。