Các phương pháp Delta được sử dụng cho mục đích này. Theo một số giả định về tính đều đặn tiêu chuẩn , chúng tôi biết MLE, cho xấp xỉ (tức là không có triệu chứng) được phân phối dưới dạng qθ^θ
θ^∼N(θ,I−1(θ))
trong đó là nghịch đảo của thông tin Fisher cho toàn bộ mẫu, được đánh giá tại và biểu thị phân phối chuẩn với trung bình và phương sai . Tính bất biến chức năng của MLE nói rằng MLE của , trong đó là một số hàm đã biết, là (như bạn đã chỉ ra) và có phân phối gần đúngθN(μ, σ 2 )μ σ 2 g(θ)gg( θ )I−1(θ)θN(μ,σ2)μσ2g(θ)gg(θ^)
g(θ^)∼N(g(θ),I−1(θ)[g′(θ)]2)
nơi bạn có thể cắm các công cụ ước tính nhất quán cho các đại lượng chưa biết (nghĩa là cắm trong đó xuất hiện trong phương sai). Tôi sẽ giả sử các lỗi tiêu chuẩn bạn có dựa trên thông tin Fisher (vì bạn có MLE). Biểu thị rằng lỗi tiêu chuẩn của . Sau đó, lỗi tiêu chuẩn của , như trong ví dụ của bạn, làθ^θseθ^
s2e2θ^−−−−√
Tôi có thể giải thích bạn ngược và trong thực tế, bạn có phương sai của MLE của và muốn phương sai của MLE của trong trường hợp đó là tiêu chuẩnθlog(θ)
s2/θ^2−−−−−√