Смекни!
smekni.com

Парадокси в математичній статистиці (стр. 3 из 22)

Означення. Незміщену оцінку

параметра
будемо називати його найкращою оцінкою, оцінкою мінімальної дисперсії або ефективною оцінкою, якщо
.

У зв’язку з цим означенням природно виникає питання: наскільки малою може бути мінімально можлива дисперсія оцінки (наскільки малими можуть бути відхилення

від
)? Виявляється, що коли сукупність розподілів
, вибірки
досить регулярно залежить від оцінюваного параметра
, то можна вказати нижню межу дисперсії всіх незміщених оцінок параметра (нерівність Крамера - Рао). У деяких випадках існують оцінки параметра, на яких нижня межа досягається. Ці оцінки є ефективними. Порівнюючи дисперсію даної оцінки з нижньою межею дисперсій незміщених оцінок, можна з’ясувати, наскільки оцінка близька до найкращої можливої. Докладніше.

Нехай вибірка

фіксованого обсягу
має щільність розподілу
.

Параметр

будемо вважати одновимірним, а щодо множини його можливих значень
припустимо, що вона є скінченим інтервалом числової прямої.

Лема 1.2.1 Якщо майже для всіх

існують похідні

і
,
,

мажорові інтегрованими функціями:

і виконуються умови

;
,
,

то для всіх

Означення. Функцію

(коли вона визначена) називають інформацією за Фішером.

У лемі 1.2.1 наведено достатні умови, за яких інформація

існує. Зазначимо, що

Теорема 1.2.1 (нерівність Крамера - Рао). Нехай задовольняються умови леми 1.2.1 і

незміщена оцінка параметра

така, що функція

мажоровна інтегрованою функцією:

Тоді
(1.2.1)

причому рівність в (1.2.1) досягається тоді і тільки тоді, коли

можна подати у вигляді

Наслідок 1. Якщо оцінка

задовольняє умови теореми і для неї нерівність Крамера – Рао
перетворюється на рівність, то
є ефективною оцінкою параметра
.

Наслідок 2. Якщо оцінка

задовольняє умови теореми, а статистика
- умову

де

- щільність розподілу вибірки
, то
- незміщена й ефективна оцінка параметра
.

Наслідок 3. Нехай

вибірка з розподілу з щільністю
, причому для сумісної щільності

випадкові величини

виконані умови теореми. Тоді нерівність Крамера - Рао можна переписати у вигляді

.

1.1 Нерівність Крамера - Рао (розподіл дискретний)

Нерівність Крамера - Рао і твердження, аналогічні наведеним вище, мають місце також тоді, коли розподіл

вибірки
дискретний, тобто існує не більше ніж злічена множина точок
, для яких

Лема 1.2.2 (розподіл дискретний).

Якщо для всіх можливих значень

вибірки
існують похідні

і
,
,

Ряди

і

збігаються абсолютно й рівномірно відносно

і виконуються умови

,

то для всіх

1.2 Теорема 1.2.2 (нерівність Крамера - Рао, розподіл дискретний)

Нехай задовольняються умови леми 1.2.2 і

- незміщена оцінка параметра
така, що для всіх можливих значень
вибірки
ряд

збігається абсолютно й рівномірно відносно

. Тоді

причому рівність справджується тоді, коли

можна подати у вигляді

Наслідок 1. Якщо оцінка

задовольняє умови теореми і для неї нерівність Крамера – Рао

перетворюється на рівність, то

є ефективною оцінкою параметра
.