为了推断总体分布的未知参数,需要把样本中关于 未知参数的信息“提炼“出来,即构造合适的统计量, 显然,一个“好”的统计量应该能够将样本中所包含 的关于未知参数的信息全部提炼出来,而不没有任何 有用信息损失,这就是英国著名统计学家 Fisher于 1922年提出的一个重要的概念—一充分统计量。 定义设X,X,…,X为来自总体X的样本,X的分 布函数为F(x;0),T=T(X1,X2,,X)为一个统计量, 当给定T=t时,如果样本(X,X,…,X)的条件分布 (离散总体时为条件概率,连续总体时为条件密度) 与参数6无关,则称T为参数O的充分统计量。 湘潭大学数学与计算科学学院一四2层m湘潭大学数学与计算科学学院 上一页 下一页 2 为了推断总体分布的未知参数，需要把样本中关于 未知参数的信息“提炼“出来，即构造合适的统计量， 显然，一个“好”的统计量应该能够将样本中所包含 的关于未知参数的信息全部提炼出来，而不没有任何 有用信息损失，这就是英国著名统计学家Fisher于 1922年提出的一个重要的概念-----充分统计量。 定义 设 X X X n , , , 1 2  为来自总体 X 的样本，X 的分 布函数为F(x; )，T=T(X X X n , , , 1 2  )为一个统计量， 当给定 T=t 时，如果样本（X X X n , , , 1 2  ）的条件分布 （离散总体时为条件概率，连续总体时为条件密度） 与参数  无关，则称 T 为参数 的充分统计量