Definition of a StatisticIn many pr

Definition of a Statistic
In many problems in which a parameter 0 must be estimated. it is possible to find either an M.L.E. or a Bayes estimator that will be suitable. In some problems, however, neither of these estimators may be suitable. There may not be any MLE. or there many be more than one. Even when an M.LE. is unique. it may not be a suitable estimator, as in Example 6.5.5, where the MLE. always underestimates the value of 0. Reasons why there may not be suitable Bayes estimator were presented at the end of Section 6.4 in such problems, the search for a good estimator must be extended beyond the methods that have been introduced thus far.

ผลลัพธ์ (ไทย) 1:

รายละเอียดของสถิติเกิดปัญหามากมายที่ต้องประเมินพารามิเตอร์ 0 สามารถหา M.L.E. หรือประมาณ Bayes ที่จะเหมาะสมได้ ในปัญหา อย่างไรก็ตาม estimators เหล่านี้ไม่ได้เหมาะสม อาจไม่มีพื้นฐานใด ๆ หรือหลายคนมีมากกว่าหนึ่ง แม้เมื่อ M.LE การ ไม่ซ้ำกัน อาจจะประมาณที่เหมาะสม ตัวอย่าง 6.5.5 ซึ่งพื้นฐานได้ เสมอ underestimates ค่า 0 เหตุผลทำไมจึงอาจไม่เหมาะ Bayes ประมาณถูกนำเสนอในตอนท้ายของส่วน 6.4 ในปัญหาดังกล่าว ต้องขยายการค้นหาประมาณดีนอกเหนือจากวิธีการที่ได้รับการแนะนำฉะนี้

ผลลัพธ์ (ไทย) 2:

ความหมายของสถิติ
ในปัญหามากมายในการที่พารามิเตอร์ 0 จะต้องมีการประเมิน มันเป็นไปได้ที่จะหาทั้ง MLE หรือประมาณเบส์ที่จะมีความเหมาะสม ในปัญหาบางอย่าง แต่ไม่มีการประมาณค่าเหล่านี้อาจมีความเหมาะสม อาจไม่มี MLE ใด ๆ หรือมีหลายจะมีมากกว่าหนึ่ง แม้เมื่อ M.LE. จะไม่ซ้ำกัน มันอาจจะไม่เหมาะกับการประมาณการดังตัวอย่างที่ 6.5.5 ที่ MLE มักจะดูถูกค่าของ 0 เหตุผลว่าทำไมมีอาจจะไม่เหมาะกับตัวประมาณเบส์ได้ถูกนำเสนอในตอนท้ายของมาตรา 6.4 ในปัญหาดังกล่าวให้ค้นหาตัวประมาณที่ดีจะต้องมีการขยายเกินกว่าวิธีการที่ได้รับการแนะนำป่านนี้

ผลลัพธ์ (ไทย) 3:

ความหมายของสถิติ
ในปัญหามากมายที่ค่า 0 จะต้องประมาณการ มันเป็นไปได้ที่จะพบทั้ง m.l.e. หรือ Bayes ประมาณการว่า จะเหมาะสม ในบางปัญหา อย่างไรก็ตาม ทั้ง วิธีการเหล่านี้อาจจะเหมาะสม มันอาจจะไม่มีอะไร mle . หรือมีมากกว่าหนึ่ง แม้เมื่อ m.le . คือที่ไม่ซ้ำกัน มันอาจจะไม่เหมาะใน 6.5.5 ประมาณการ , ตัวอย่าง ,ที่ mle . เสมอ underestimates ค่า 0 เหตุผลที่ทำไมมันอาจจะไม่เหมาะ Bayes ตัวที่ถูกนำเสนอในตอนท้ายของมาตราต่างๆ ในปัญหาดังกล่าว การค้นหาประมาณการที่ดีต้องสามารถขยายเกินกว่าวิธีการที่ได้รับการแนะนำจึงห่างไกล