คุณค้นหาตัวประมาณเชิงเส้นสำหรับค่าเฉลี่ยของแบบฟอร์มμ
μ^= ∑i = 1nαผมxผม
ที่เป็นน้ำหนักและx ฉันเป็นข้อสังเกต วัตถุประสงค์คือเพื่อหาค่าที่เหมาะสมสำหรับน้ำหนัก ให้σ ฉันเป็นจริงเบี่ยงเบนมาตรฐานของx ผมซึ่งอาจจะหรืออาจจะไม่ตรงกับการประมาณค่าเบี่ยงเบนมาตรฐานคุณมีแนวโน้มที่จะมี สมมติว่าการสังเกตนั้นไม่เอนเอียง นั่นคือความคาดหวังของพวกเขาทั้งหมดเท่ากับค่าเฉลี่ยμ ในแง่เหล่านี้เราสามารถคำนวณว่าความคาดหวังของμคือαผมxผมσผมxผมμμ^
E [ μ^] = ∑i = 1nαผมE [ xผม] = μ ∑i = 1nαผม
และ (หากไม่มีส่วนเกี่ยวข้อง) ความแปรปรวนของตัวประมาณนี้คือxผม
var[ μ^] = ∑i = 1nα2ผมσ2ผม.
ณ จุดนี้หลายคนต้องการให้ตัวประมาณมีความเป็นกลาง นั่นคือเราต้องการความคาดหวังให้เท่ากับค่าเฉลี่ยที่แท้จริง นี่แสดงถึงน้ำหนักที่จะต้องรวมกับความสามัคคี ภายใต้ข้อ จำกัด นี้ความถูกต้องของเครื่องประมาณ (ตามที่วัดได้ด้วยค่าคลาดเคลื่อนกำลังสอง) ถูกปรับให้เหมาะสมโดยลดความแปรปรวนให้น้อยที่สุด วิธีการแก้ปัญหาที่ไม่ซ้ำกัน (ที่ได้รับได้อย่างง่ายดายด้วยตัวคูณ Lagrange หรือโดยการตีความสถานการณ์ทางเรขาคณิตเป็นปัญหาระยะลด) คือการที่น้ำหนักจะต้องได้สัดส่วนกับ1 / σ 2ฉัน αผม1 / σ2ผม ข้อ จำกัด sum-to-unity ตรึงค่าลงและให้ผล
μ^= ∑ni = 1xผม/ σ2ผมΣni = 11 / σ2ผม
และ
Var[μ^]=1∑ni=11/σ2i=1n(1n∑i=1n1σ2i)−1.
ในคำ,
1/n
σi