Виразимо з цієї системи параметри
: , , , , .Отже МНК - оцінками параметрів
є , .Зрівнювання протилежних значень і відхилень в "середньому", тобто підсумовування спостережень до одного значення має давні традиції. Есхіл писав у трагедії "Евменіди": "Богу завжди середина люб'язна, і міру поважає божество", а послідовники китайського філософа Конфуція говорять, що "у нерухомості середнього є найбільша досконалість". Поняття "середнього" можна інтерпретувати в різний спосіб (середнє арифметичне, середнє геометричне, медіана і т. ін). Але у практичних застосуваннях протягом тривалого часу вкрай важливу роль відігравало середнє арифметичне. Вже в перших результатах теорії ймовірностей і математичної статистики вивчалося середнє арифметичне вибірки.
Нехай
- реалізація вибірки з розподілу . Розподіл залежить від параметра , що набуває значень з деякої множини можливих значень . Значення параметра в розподілі невідомо, і його необхідно оцінити за реалізацією вибірки .Якщо за розподіл
обрати нормальний розподіл , то оцінканезміщена, спроможна, ефективна оцінка для параметра
. Для розподілу ж , відмінного від нормального, оцінка не є незміщеною оцінкою з найменшою дисперсією.У цьому і полягає парадокс оцінки математичного сподівання.
Нехай
- вибірка з нормального розподілу з параметрами . Порахуємо математичне сподівання оцінки :тому
- незміщена оцінка для параметра .З’ясуємо, чи є
спроможною оцінкою параметра , тобто чи збігається за ймовірністю до . Для досить малих маємо:в силу закону великих чисел. Останнє означає, що
є спроможною оцінкою параметра .Покажемо, що
незміщена оцінка з найменшою дисперсією: .Умова обертання нерівності Крамера - Рао (дивитися підрозділ 1.2) в рівність говорить, що якщо статистика
, така, щоде
- щільність розподілу вибірки , то - незміщена й ефективна оцінка параметра .Обчислимо
: = = = ==
= = ==
= = ==
= ,тому
- ефективна оцінка для параметра .Розглянемо сім’ю розподілів
на , які залежать від параметра і задаються щільністю , .Кількість інформації за Фішером визначимо
. (2.1.3.1)За умов, що
ми вважаємо, що підінтегральний вираз дорівнює нулеві. Отже,Теорема 2.1.3.1 (Каган, Лінник, Рао) [1] У класі щільностей
, зі скінченою дисперсією , що задовольняють умови1.
- неперервно-диференційована функція. (2.1.3.2)2.
при (2.1.3.3)нерівність Крамера-Рао обертається на рівність на гауссівському розподілі.
Доведення. Будемо вважати, що
Позначимо множину точок
, для яких через .Оскільки
неперервна, то - відкрита множина, і отже, можна подати як об’єднання відкритих інтервалів, що не перетинаються: .Інтегрування за частинами дає
,