Điều kiện cần thiết để một công cụ ước tính không thiên vị là UMVUE là gì?


8

Theo định lý Rao-Blackwell , nếu thống kê là đủ và đầy đủ cho và , thì là một công cụ ước lượng không thiên vị tối thiểu thống nhất (UMVUE).TθE(T)=θT

Tôi tự hỏi làm thế nào để biện minh rằng một công cụ ước tính không thiên vị là UMVUE:

  1. Nếu không đủ, nó có thể là UMVUE không?T
  2. nếu không hoàn thành, nó có thể là UMVUE không?T
  3. Nếu không đủ hoặc hoàn thành, nó có thể là UMVUE không?T

1
Nên người cuối cùng "nếu là không đủ hoặc hoàn toàn" có lẽ là "nếu T là không đủ và cũng không hoàn toàn" (nếu bạn có nghĩa là cả hai điều kiện tổ chức cùng một lúc)? T
Richard Hardy

Trong 2. Nếu là chưa hoàn chỉnh, sau đó nó là một MVUE nhưng bạn cần phải tính đầy đủ nếu bạn muốn đính kèm chữ U để nó :)T
JohnK

Một điều kiện đủ cần thiết cho một công cụ ước lượng không thiên vị (với thời điểm thứ hai hữu hạn) là UMVUE là nó phải không tương thích với mọi công cụ ước lượng không thiên vị bằng không.
StubbornAtom

Câu trả lời:


4

Về ước lượng phương sai tối thiểu thống nhất thống nhất khi không có thống kê đầy đủ tồn tại của L. Bondesson đưa ra một số ví dụ về UMVUE không hoàn thành đủ số liệu thống kê, bao gồm cả thống kê sau:

Hãy để được quan sát độc lập của một biến ngẫu nhiên X = μ + σ Y , nơi μσ là chưa biết, và Y là gamma phân phối với tiếng tham số hình dạng k và được biết đến thông số quy mô θ . Sau đó ˉ X là UMVUE của E ( X ) = μ + k q σ . Tuy nhiên, khi k 1 thì không có thống kê đủ hoàn chỉnh choX1,,XnX= =μ+σYμσYkθX¯E(X)= =μ+kθσk1 .(μ,σ)


3

Hãy để chúng tôi chỉ ra rằng có thể có UMVUE không phải là một thống kê đầy đủ.

Trước hết, nếu ước lượng mất (nói) giá trị 0 trên tất cả các mẫu, sau đó rõ ràng T là một UMVUE của 0 , mà sau có thể được coi là một (không đổi) chức năng của θ . Mặt khác, công cụ ước tính T này rõ ràng là không đủ nói chung.T0T0θT

Nó là một chút khó khăn hơn để tìm thấy một UMVUE của "toàn bộ" tham số chưa biết θ (chứ không phải là một UMVUE của một hàm của nó) sao cho Y là không đủ cho θ . Ví dụ, giả sử các "dữ liệu" được cho chỉ bằng một rv bình thường X ~ N ( τ , 1 ) , nơi τ R là không rõ. Rõ ràng, X là đầy đủ và hoàn chỉnh cho τ . Đặt Y = 1 nếu X 0Y = 0 nếu X < 0YθYθX~N(τ,1)τRXτY= =1X0Y= =0X<0, Và để cho
; như thường lệ, chúng ta biểu thị bởi Φφ , tương ứng, lũy và pdf của N ( 0 , 1 ) . Vì vậy, ước lượng Y là không thiên vị cho θ = Φ ( τ ) và là một chức năng của hoàn chỉnh thống kê đủ X . Do đó, Y là một UMVUE của θ =θ: =EτY= =Pτ(X0)= =Φ(τ)ΦφN(0,1)
Yθ= =Φ(τ)XY .θ= =Φ(τ)

Mặt khác, hàm là liên tục và ngày càng nghiêm ngặt trên R , từ 0 để 1 . Vì vậy, sự tương ứng Rτ = Φ - 1 ( θ ) θ = Φ ( τ ) ( 0 , 1 ) là một song ánh. Nghĩa là, chúng ta có thể tái parametirize vấn đề, từ τ để θ , một cách one-to-one. Do đó, Y là một UMVUE của θ , không chỉ dành riêng cho các "cũ" tham số τΦR01Rτ= =Φ-1(θ)θ= =Φ(τ)(0,1)τθYθτ, Nhưng đối với "mới" tham số là tốt. Tuy nhiên, Y không đủ cho τ và do đó không đủ cho θ . Trên thực tế, P τ ( X < - 1 | Y = 0 ) = P τ ( X < - 1 | X < 0 ) = P τ ( X < - 1 )θ(0,1)Yτθ nhưτ; ở đây chúng tôi sử dụng biết đến tiệm cận tương đươngΦ(-τ)~φ(-τ)/τnhưτ, mà sau bởi sự cai trị Bệnh viện l'. Vì vậy,Pτ(X<-1|Y=0)phụ thuộc vàoτvà do đó trênθ

Pτ(X<-1|Y= =0)= =Pτ(X<-1|X<0)= =Pτ(X<-1)Pτ(X<0)= =Φ(-τ-1)Φ(-τ)~φ(-τ-1)/(τ+1)φ(-τ)/τ~φ(-τ-1)φ(-τ)= =e-τ-1/2
τΦ(-τ)~φ(-τ)/ττPτ(X<-1|Y= =0)τθ, cho thấy không đủ cho θ (trong khi Y là UMVUE cho θ ).YθYθ

Nếu công cụ ước tính luôn lấy giá trị 0 , làm thế nào nó có thể không thiên vị? T0
Tây An

1
Theo định nghĩa, là một ước lượng không thiên vị của một hàm q ( θ ) của tham số θ nếu E θ T = q ( θ ) cho tất cả các giá trị của θ . Vì vậy, nếu q ( θ ) = 0 cho tất cả θ , thì tất nhiên T = 0 sẽ là một ước lượng không thiên vị này q ( θ ) . Và đây là những gì tôi đã nói: rằng T = 0Tq(θ)θEθT= =q(θ)θq(θ)= =0θT= =0q(θ)T= =0rõ ràng là một công cụ ước lượng không thiên vị của hàm 0 không đổi của tham số.
Iosif Pinelis

OK, cảm ơn, tôi đã bỏ lỡ thực tế là bạn đang "ước tính" một hàm không đổi!
Tây An
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.