Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

ISSN: 2450-7733     eISSN: 2300-4096    OAI    DOI: 10.18276/sip.2016.45/2-05
CC BY-SA   Open Access   CEEOL

Lista wydań / nr 45/2 2016
ESTYMATOR NIEOBCIĄŻONY CZY ESTYMATOR MINIMALIZUJĄCY BŁĄD ŚREDNIOKWADRATOWY

Autorzy: Jan Purczyński
Uniwersytet Szczeciński
Słowa kluczowe: estymator nieobciążony estymator minimalizujący błąd średniokwadratowy
Data publikacji całości:2016
Liczba stron:10 (61-70)
Klasyfikacja JEL: C51
Cited-by (Crossref) ?:

Abstrakt

Celem artykułu była odpowiedź na pytanie, czy należy stosować estymator nieobciążony (EN), czy też estymator zapewniający minimum błędu średniokwadratowego (EMSE). W tym celu rozpatrzono proste przykłady wyznaczania estymatorów parametrów rozkładu wykładniczego oraz rozkładu Laplace’a. Jako kryteria rozpatrzono wartości statystyki testów chi-kwadrat i testu Kołmogorowa. Uzyskane wyniki nie dają jednoznacznej odpowiedzi na postawione pytanie.
Pobierz plik

Plik artykułu

Bibliografia

1.Domański, C., Pruska, K. (2000). Nieklasyczne metody statystyczne. Warszawa: PWE.
2.El-Sayyad, G.M. (1967). Estimation of the Parameter of an Exponential Distribution. Journal of the Royal Statistical Society, 29, 3, 525–532.
3.Housila, P.S., Sarjinder, S., Jong-Min, K. (2012). Some Alternative Classes of Shrinkage Estimators for a Scale Parameter of the Exponential Distribution. The Korean Journal of Applied Statistics, 25 (2), 301–309.
4.Kotz, S., Kozubowski, T., Podgórski, K. (2001). The Laplace Distribution and Generalizations. Boston: Birkhauser.
5.Krzyśko, M. (1997). Statystyka matematyczna. Cz. 2. Poznań: Wyd. UAM.
6.Purczyński, J. (2003). Wykorzystanie symulacji komputerowych w estymacji wybranych modeli ekonometrycznych i statystycznych. Szczecin: Wyd. Naukowe US.