估計量變異數
估計量變異數逐theta衡量sampling law相對自身期望的二次離差,不等同偏誤或MSE。
mko-estimator-variance · definition · v0.10.0
數學敘述
sampling law、support與mean全部綁同一theta,精確核Var_theta(T)=E_theta[(T-E_thetaT)^2]=E_theta[T^2]-(E_thetaT)^2。零變異只代表該theta下幾乎必然常數,不代表等於theta或無偏。
代表公式(精確 TeX)
V_theta(T)=E_theta(T^2)-E_theta(T)^2
成立條件
- 共同有限樣本空間、完整逐theta exact laws與同一total statistic。
- 所有二次矩有限且以exact rational arithmetic計算。
符號作用域
V_theta— 估計量變異數T— 估計量
直觀、定義與常見誤解
variance是theta-indexed family。
二次矩identity可作精確交叉核對。
variance單獨不推unbiased、consistency或MSE。
把零variance當成無偏,或把variance直接稱為MSE。
已採用的推導導讀
同law二次矩與中心矩交叉核對原始 MKO 保留;導讀有自己的追加式修訂與驗證界線,不代表新 Lean 證明。
前置知識
- 抽樣分布 — 逐theta estimator law。
- 有限機率模型的變異數 — 中心二次矩。
驗證界線
只處理完整有限sampling laws;跨樣本大小一致性另需序列模型。
not_formalized
這不表示內容錯誤;只表示尚未登錄可重播的計算或形式證據。
下一個義務
加入MSE與有效性比較。
同源結構化資料
本頁與互動版共用同一個物件與既有語言 edition;未新增證明或人工審定。
原始 MKO JSON · 純文字 Markdown