中文
Sign in
AI tools
聊天
热门问题
时间线
Loading AI tools
全部
文章
字典
引用
地图
Cramér–Rao bound
来自维基百科,自由的百科全书
Found in articles
哈拉尔德·克拉梅尔
克拉梅尔猜想 克拉梅爾-拉奧不等式(英语:Cramér–
Rao
bound
) 約翰·J·奧康納; 埃德蒙·F·羅伯遜, Cramer_Harald, MacTutor数学史档案 (英语) photographs of Harald
Cramér
at the Oberwolfach Photo Collection
卡利安普迪·拉达克里希纳·拉奥
University)获得数学硕士学位、于加尔各答大学获得统计硕士学位。他于1945年证明了概率论中的克拉美–拉奥不等式(英语:
Cramér
–
Rao
bound
)。 在前往剑桥大学攻读博士学位之前,拉奥曾在印度统计研究所(英语:Indian Statistical
估计理论
estimator) 矩估計(Method of moments estimators,簡稱MME)
Cramér
-
Rao
界(英语:
Cramér
–
Rao
_
bound
) 最小二乘法(Least squares) 最小均方差(Minimum mean squared error,简称MMSE)
信息几何
doi:10.1007/978-1-4612-0919-5_16. Nielsen, F.
Cramér
-
Rao
Lower
Bound
and Information Geometry. Bhatia,
R
.; Rajan, C. S. (编). Connected at Infinity II:
最大似然估计
{\theta }})} 。函数g无需是一个双射。 最大似然估计函数在采样样本总数趋于无穷的时候达到最小方差,其证明可见于克拉馬-羅下限(英语:
Cramér
–
Rao
bound
)。当最大似然估计非偏时,等价的,在极限的情况下我们可以称其有最小的均方差。 对于独立的观察来说,最大似然估计函数经常趋于正态分布。