Đây là một khẳng định thông thường về gia đình theo cấp số nhân, nhưng theo tôi, hầu hết các lần nó được nêu theo cách có thể gây nhầm lẫn cho người đọc ít kinh nghiệm. Bởi vì, được lấy theo mệnh giá, có thể hiểu là "nếu biến ngẫu nhiên của chúng ta tuân theo phân phối trong họ hàm mũ, thì nếu chúng ta lấy một mẫu và đưa nó vào thống kê đầy đủ, chúng ta sẽ có được giá trị mong đợi thực sự của thống kê ". Nếu chỉ là như vậy ... Hơn nữa nó không tính đến kích thước của mẫu, điều này có thể gây thêm nhầm lẫn.
Hàm mật độ hàm mũ là
fX( x ) = h ( x ) eη( θ ) T( x )e- A ( θ )(1)
Trong đó là số liệu thống kê đầy đủ.T( x )
Vì đây là mật độ, nó phải tích hợp vào sự thống nhất, vì vậy ( là sự hỗ trợ của X )SxX
∫Sxh ( x ) eη( θ ) T( x )e- A ( θ )dx = 1(2)
Phương trình giữ cho tất cả θ vì vậy chúng tôi có thể phân biệt hai bên liên quan đến nó với:( 2 )θ
∂∂θ∫Sxh ( x ) eη( θ ) T( x )e- A ( θ )dx = ∂( 1 )∂θ= 0(3)
Trao đổi thứ tự phân biệt và tích hợp, chúng ta có được
∫Sx∂∂θ(h(x)eη(θ)T(x)e−A(θ))dx=0(4)
Thực hiện sự khác biệt chúng ta có
∂∂θ(h(x)eη(θ)T(x)e−A(θ))=fX(x)[T(x)η′(θ)−A′(θ)](5)
(5)(4)
∫SxfX(x)[T(x)η′(θ)−A′(θ)]dx=0
⇒η′(θ)E[T(X)]−A′(θ)=0⇒E[T(X)]=A′(θ)η′(θ)(6)
(6)θθT(X)θ0(6)
Eθ0[T(X)]=A′(θ)η′(θ)∣∣θ=θ0(6a)
n
L(θ∣x)=∑i=1nlnh(xi)+η(θ)∑i=1nT(xi)−nA(θ)
θ0
θ^(x):1n∑i=1nT(xi)=A′(θ)η′(θ)∣∣θ=θ^(x)(7)
(7)(6a)2 θθ^3,4,5,6θ^6aθ^
Eθ^(x)[T(X)]=A′(θ)η′(θ)∣∣θ=θ^(x)(6b)
(7)
Eθ^(x)[T(X)]=1n∑i=1nT(xi)
θ^(x)θx
n=1