偏估计。从上面讨论也可看出子样方差S好不是母体方差D5的无偏估计。一般地，二阶或 二阶以上的子样中心矩就不是母体中心矩的无偏估计。 若我们取 S”.nES.12(5- n-1台 (6.6) n-1 作为母体方差D5的估计，则由定理52的结论 ES-nES:- n.n-1 DE-DE n-1 n-1n 由此推出S是母体方差D5的无偏估计。 从S不是D5的无偏估计也可看出，若0，，日是参数日，…，O的无偏 估计，函数p(何，…，0)并不一定是p(8,…,日)的无偏估计。 由有偏估计S。修改成无偏估计S:是一种常用的方法，一般说来，如果日是参数日 的有偏估计，并且E日=a+b日，这里a、b是常数，于是我们能构造的一个无偏估计 0_6-a b 若0的一个估计日不一定无偏的，但当n→0时，E日→日，则称日为日，的渐近 无偏估计。 显然，子样方差S-之(G,一？是母体方差的一个渐近无偏估计。 例6.3、例6.4略偏估计。从上面讨论也可看出子样方差 2 n S 不是母体方差 D  的无偏估计。一般地，二阶或 二阶以上的子样中心矩就不是母体中心矩的无偏估计。 若我们取 •2 n S = n −1 n E 2 n S = = − − n i i n 1 2 ( ) 1 1   （6.6） 作为母体方差 D  的估计，则由定理 5.2 的结论 E •2 n S = n −1 n E 2 n S = n n n n 1 1 −  − D  = D  由此推出 •2 n S 是母体方差 D  的无偏估计。 从 2 n S 不是 D  的无偏估计也可看出，若  1  ，…，  k  是参数 1 ，…， k 的无偏 估计，函数 ( , , )  1  k    并不一定是 ( , , )  1   k 的无偏估计。 由有偏估计 2 n S 修改成无偏估计 •2 n S 是一种常用的方法，一般说来，如果   是参数  的有偏估计，并且 E   =a+b  ，这里 a、b 是常数，于是我们能构造的一个无偏估计    = b  − a  。 若  的一个估计   不一定无偏的，但当 n →  时，E   →, 则称   为 , 的渐近 无偏估计。 显然，子样方差 2 n S = = − n i i n 1 2 ( ) 1   是母体方差的一个渐近无偏估计。 例 6.3、例 6.4 略