假设已取得样本数据:xi(i=0,1,2,…,N),均值的估计量为
地球物理信息处理基础
式中(N+1)是观察次数。下面用已介绍的方法评价它的估计质量。
1.3.2.1 偏移
地球物理信息处理基础
因此B=0,说明这种估计方法是无偏估计。
1.3.2.2 估计量的方差与均方误差
地球物理信息处理基础
在计算上式时,与数据内部的相关性有关,先假设数据内部不相关,那么
E[xixj]=E[xi]·E[xj]
地球物理信息处理基础
上式表明,估计量的方差随观察次数(N+1)增加而减少,当N→∞时,估计量的方差趋于0。这种情况下估计量的均方误差为
地球物理信息处理基础
这样,当N→∞时,B=0,σμ^x→0,E[
如果数据内部存在关联性,会使一致性的效果下降,估计量的方差比数据内部不存在相关情况的方差要大,达不到信号方差的1/(N+1)。
地球物理信息处理基础
当序列的i与j相差m时,E[(xi-μx)(xj-μx)]=cov(m),而N点数据中相距m点的样本有N→m对,因此
地球物理信息处理基础
式中
地球物理信息处理基础
如果希望估计量的方差改进K倍,令