在统计学中,点估计需要使用样本数据来计算单个值(称为点估计,因为它标识某个参数空间中的一个点),该值将用作未知总体参数(例如总体平均值)的“最佳猜测”或“最佳估计”。由样本数据估计总体分布所含未知参数的真值,所得到的值,称为估计值。
点估计可以与区间估计进行对比:这种区间估计通常是在频率推断情况下的置信区间,或者在贝叶斯推断情况下的可信区间。
有各种各样的点估计量,每个都有不同的性质。
贝叶斯推断通常基于后验分布。许多贝叶斯点估计量是中心趋势的后验分布统计量,例如,它的平均值、中位数或众数:
即使对于最大似然估计有许多困难的问题,最大后验概率估计也具有良好的渐近性质。对于正则问题,当最大似然估计一致时,最大似然估计最终与最大后验概率估计一致。根据沃尔德(Wald)定理,[3][4][5]贝叶斯估计是可容许的。[4][6]
最小消息长度(MML)点估计量基于贝叶斯信息论,与后验分布没有直接关系。
贝叶斯滤波器的特殊情况很重要:
计算统计的几种方法与贝叶斯分析有着密切的联系:
^Dodge, Yadolah, ed. (1987). Statistical data analysis based on the L1-norm and related methods: Papers from the First International Conference held at Neuchâtel, August 31–September 4, 1987. North-Holland Publishing..
^Jaynes, E. T. (2007). Probability Theory: The logic of science (5. print. ed.). Cambridge University Press. p. 172. ISBN 978-0-521-59271-0..
^Ferguson, Thomas S. (1996). A Course in Large Sample Theory. Chapman & Hall. ISBN 0-412-04371-8..
^Le Cam, Lucien (1986). Asymptotic Methods in Statistical Decision Theory. Springer-Verlag. ISBN 0-387-96307-3..
^Ferguson, Thomas S. (1982). "An inconsistent maximum likelihood estimate". Journal of the American Statistical Association. 77 (380): 831–834. doi:10.1080/01621459.1982.10477894. JSTOR 2287314..
^Lehmann, E. L.; Casella, G. (1998). Theory of Point Estimation (2nd ed.). Springer. ISBN 0-387-98502-6..
暂无