Động lực
Trong bối cảnh suy luận sau lựa chọn mô hình, Leeb & Pötscher (2005) viết:
Mặc dù từ lâu người ta đã biết rằng tính đồng nhất (ít nhất là cục bộ) ghi các tham số là một vấn đề quan trọng trong phân tích tiệm cận, bài học này thường bị lãng quên trong thực tiễn hàng ngày về lý thuyết kinh tế lượng và thống kê, trong đó chúng ta thường hài lòng để chứng minh kết quả tiệm cận ( tức là, kết quả giữ cho từng giá trị tham số đúng cố định). Sự mất trí nhớ này - và thực tế kết quả - may mắn là không có hậu quả nghiêm trọng miễn là chỉ có các công cụ ước tính thông thường có thể sử dụng đầy đủ trong các mô hình thông thường có thể được xem xét. Tuy nhiên, vì các công cụ ước tính sau lựa chọn mô hình khá bất thường, nên vấn đề về tính đồng nhất xuất hiện ở đây với sự báo thù.
Lý lịch
Hội tụ đồng phục
Giả sử một ước hội tụ thống nhất (wrt ) trong phân phối cho một số biến ngẫu nhiên . Sau đó, với độ chính xác nhất định chúng ta luôn có thể tìm thấy cỡ mẫu sao cho với mỗi khoảng cách phân phối của và phân phối ( tức là sự phân bố giới hạn) sẽ có mặt tại hầu hết cho mọi .
Điều này có thể hữu ích trong thực tế:
- Khi thiết kế một thử nghiệm, chúng ta có thể ràng buộc sự không chính xác ở mức độ nhỏ tùy ý bằng cách tìm tương ứng .
- Đối với một mẫu có kích thước , chúng ta có thể tìm thấy để ràng buộc sự không chính xác.
Điểm hội tụ (nhưng không đồng nhất)
Mặt khác, giả sử một ước hội tụ trong một pointwise cách (wrt ) - nhưng không đồng đều - trong phân phối cho một số biến ngẫu nhiên . Do tính không đồng nhất, tồn tại độ chính xác sao cho với mọi cỡ mẫu chúng ta luôn có thể tìm thấy một giá trị sao cho khoảng cách phân phối của và phân phối của (tức là sự phân bố giới hạn) sẽ có ít nhất đối với một số .
Một vài suy nghĩ:
- Điều này không cho chúng ta biết sẽ lớn đến mức nào .
- Khi thiết kế một thử nghiệm, chúng tôi không còn có thể ràng buộc sự thiếu quyết đoán của mình tại một tùy ý bằng cách tìm một phù hợp . Nhưng có lẽ chúng ta có thể ràng buộc ở mức độ thấp, nên chúng ta không cần phải lo lắng về điều đó. Nhưng chúng ta có thể không phải lúc nào cũng có thể ràng buộc nó ở nơi chúng ta muốn.
- Chúng tôi có thể hoặc không thể tìm thấy để ràng buộc sự không chính xác cho một mẫu có kích thước .
Câu hỏi
- Việc thiếu sự hội tụ thống nhất làm cho công cụ ước tính phần lớn trở nên vô dụng?
(Tôi đoán, câu trả lời là "không" vì rất nhiều bài viết tập trung vào sự hội tụ theo chiều hướng ...) - Nếu không, thì một số ví dụ cơ bản trong đó công cụ ước lượng hội tụ không đồng nhất là hữu ích?
Người giới thiệu:
- Leeb, H., & Pötscher, BM (2005). Lựa chọn mô hình và suy luận: Sự kiện và tiểu thuyết. Lý thuyết kinh tế lượng, 21 (01), 21-59.