强相合估计一般是怎么证明的

强相合估计证明：相合估计量就是要依概率收敛于待估计的量，证明一般是用辛钦大数定律，这个定律可以直接用。若参数q的估计量对一切，则称为参数q的无偏估计量。若参数q的函数的某个正规无偏估计量的方差达到拉奥-克拉默不等式的下界，则称这个无偏估计量为的优效估计量。设统计量为待估函数的估计量，若对一切，则称为的弱相合估计。若用参数q的充分统计量作为q的点估计，则称为参数q的充分估计量。随着样本量的变化得到一列估计量。一个自然的希望是，当样本容量无限增加时，它能依照某种意义收敛到真实参数。具有这种性质的估计量称为相合估计。显然，相合性是对估计量的起码要求。如果一个估计量，无论做多少次试验都不能把待估函数估计到事先指定的精度，说明这种估计方法没有从样本中提取足够的关于待估函数的信息，是有待改进的。