分组数据下参数极大似然估计渐近有效性  

ASYMPTOTICAL EFFICIENCY OF MLE WITH GROUPED DATA

作　　者：薛宏旗[1] 宋立新[2] 

机构地区：[1]中国科技大学研究生院,北京100039 [2]吉林大学数学系,长春130023

出　　处：《系统科学与数学》2001年第2期250-256,共7页Journal of Systems Science and Mathematical Sciences

基　　金：国家自然科学基金

摘　　要：当数据为分组型时，本文证明了一般分布的参数的极大似然估计具有指数收敛速 度，并具有Ｂａｈａｄｕｒ渐近有效性．In this paper, the convergence rate of the MLE with grouped data is discussed. Under some mild conditions, it is shown that the MLE converges to the true parameter at an exponential rate. Furthermore, the MLE is Bahadur asymptotically efficient, i.e. it has the best exponential rate.

关 键 词：分组数据 极大似然估计 Bahadur渐近有效性 指数收敛速度 大样本理论 分布函数 

分 类 号：O212[理学—概率论与数理统计]