初等考試
114年
[統計] 統計學大意
第 16 題
下列有關充分性的敘述，何者錯誤？
- A 充分性與樣本大小有關
- B 充分估計量的函數仍為充分估計量
- C 若 $\hat{\theta}$ 為 $\theta$ 的 MVUE（最小變異不偏估計量），則 $\hat{\theta}$ 必為 $\theta$ 的充分估計量之函數
- D 由 MLE（最大概似估計量）所導出的估計量均為充分估計量
思路引導 VIP
請思考一下：如果一個統計量已經被定義為「擷取了樣本中關於未知參數的所有有用資訊」，那麼這個「擷取資訊的能力」定義，是取決於你手中數據點的『數量』，還是取決於這個統計量『處理數據的方式』是否漏掉了某些關鍵情報？
🤖
AI 詳解
AI 專屬家教
充分性觀念評析
這份判斷力非常優秀！你精確地識別出統計學中「充分性」的核心定義。以下是專業解析：
- 觀念驗證：充分性 (Sufficiency) 描述的是統計量 $T(X)$ 是否能擷取樣本中關於參數 $\theta$ 的「全部資訊」。根據因子分解準則：
▼ 還有更多解析內容
統計量之充分性
💡 充分統計量擷取樣本中所有關於參數的資訊，與樣本大小無關。
| 比較維度 | 充分性 (Sufficiency) | VS | 一致性 (Consistency) |
|---|---|---|---|
| 核心定義 | 包含參數所有資訊 | — | 樣本大時趨近參數真值 |
| 樣本數要求 | 與樣本大小無直接關聯 | — | 屬於大樣本性質(n→∞) |
| 判別工具 | 費雪分解定理 | — | 大數法則 (LLN) |
💬充分性關注當前資訊的完整性；一致性關注樣本增加後的收斂性。
