統計學上， 最小方差無偏估計（MVUE，minimum-variance unbiased estimator）是一個對於所有無偏估計中，擁有最小方差的無偏估計。若無論真實參數值θ是多少，最小方差無偏估計（MVUE）都比其他不偏估計有更小或至多相等的方差，則稱此估計為一致最小方差無偏估計（UMVUE，Uniformly Minimum-Variance Unbiased Estimator）。
若 \delta(X_1, X_2, \ldots, X_n) 為參數函數 g(\theta) 的一個無偏估計，且對於參數函數 g(\theta) 的任一無偏估計 \tilde{\delta} 恆有下列關係
: \forall \theta \in \Omega， \mathrm{var}(\delta(X_1, X_2, \ldots, X_n)) \leq \mathrm{var}(\tilde{\delta}(X_1, X_2, \ldots, X_n))
則稱 \delta(X_1, X_2, \ldots, X_n) 為參數函數 g(\theta) 的一致最小方差無偏估計（UMVUE）。
若參數函數 g(\theta) 存在無偏估計，則可證明出一致最小方差無偏估計存在且唯一。
一般地，設 \delta(X_1, X_2, \ldots, X_n) 是參數函數 g(\theta) 的無偏估計且統計量 T 是分佈族的完備充分統計量，則
: \eta(X_1, X_2, \ldots, X_n) = \mathrm{E}(\delta(X_1, X_2, \ldots, X_n)|T)\,
是參數函數 g(\theta) 的一致最小方差無偏估計（UMVUE）。
參考資料
*
评论 (0)