Przede wszystkim, nie są próbki. Są to zmienne losowe, jak wskazał Tim. Załóżmy, że przeprowadzasz eksperyment, w którym szacujesz ilość wody w produkcie spożywczym; w tym celu powiedzmy 100 pomiarów zawartości wody dla 100 różnych artykułów spożywczych. Za każdym razem, gdy otrzymujesz wartość zawartości wody. Tutaj zawartość wody jest zmienna losowa i teraz załóżmy, że na świecie istniało ogółem 1000 artykułów spożywczych. 100 różnych artykułów spożywczych będzie nazywanych próbką tych 1000 artykułów spożywczych. Zauważ, że zawartość wody jest zmienną losową i 100 próbek uzyskanej zawartości wody stanowi próbkę. X1,X2,...,Xn
Załóżmy, że losowo próbkujesz n wartości z rozkładu prawdopodobieństwa, niezależnie i identycznie, przy założeniu, że . Teraz trzeba znaleźć się wartość oczekiwaną ° X . Ponieważ każdy z X i jest pobierany niezależnie i identycznie, oczekiwana wartość każdego z X i wynosi μ . Dlatego otrzymujesz n μE(X)=μX¯XiXiμ.nμn=μ
Trzecie równanie w twoim pytaniu jest warunkiem, aby estymator był obiektywnym estymatorem parametru populacji. Warunkiem bycia estymatorem jest bezstronny
E(θ¯)=θ
gdzie theta jest parametrem populacji, a jest parametrem oszacowanym na podstawie próby.θ¯
W twoim przykładzie populacja wynosi i otrzymałeś próbkę 10 wartości id, które wynoszą { 5 , 2 , 1 , 4 , 4 , 2 , 6 , 2 , 3 , 5 }{1,2,3,4,5,6}10{5,2,1,4,4,2,6,2,3,5}. Pytanie brzmi: w jaki sposób oszacowałbyś średnią populacji przy tej próbie. Zgodnie z powyższym wzorem średnia w próbie jest obiektywnym estymatorem średniej populacji. Bezstronny estymator nie musi być równy rzeczywistej średniej, ale jest tak bliski średniej, jak to tylko możliwe, biorąc pod uwagę te informacje.