STAT566蹭课体验

Posted on Oct 13, 2017

标签： 埃德蒙顿 

好久不上课，都觉得自己要废了，心血来潮去听了STAT566：Methods of Statistical Inference (for MSc students).

课程简介上是这样说的

An introduction to the theory of statistical inference. Topics to include exponential families and general linear models, likelihood, sufficiency, ancillarity, interval and point estimation, asymptotic approximations. Optional topics as time allows, may include Bayesian methods, Robustness, resampling techniques. This course is intended primarily for MSc students. Prerequisite: STAT 471 or consent of Department.

课前

现在是埃德蒙顿当地时间2017年10月13日12点27分

九十分钟前

离11点还差三分钟

也就是离上课还有三分钟

走进教室找个地方坐好

过了十几秒

不足半分钟的时间

你朝我走过来

走过了三排课桌

来到我的身边

开口对我说

你是这课的吗

我回答说不是

于是你说那你出去吧

还用手指了指门外

真诚地望着你的眼睛恳求道

但我想听你的课

大概是被我的好学所打动

所以你

默许地回到讲台开始上课

上课

今天讲的是Fisher信息量跟CR下界，竟然是数理统计！！

强行贴个公式

\[V_\theta(\hat \tau)\ge \frac{(\tau'(\theta))^2}{E_\theta[\frac{\partial}{\partial \theta}\mathrm{log}f(\tilde X;\theta) ]^2}\]

本节课总共50分钟, 主要由两个例子构成

第一个是介绍CR定理以及定义完Fisher信息量后，

然后举泊松分布的例子用CR下界求UMVUE

第二个是定义了估计量的efficiency，然后让你求某分布基于MLE估计量的无偏估计的efficiency，也就是先求MLE再纠偏为无偏估计，进而去算CR下界。

Prof. Karunamuni讲得很清晰！！愉快的蹭课（数理统计复习）就这么结束了