Angenommen, ich habe eine Statistik und weiß mit Sicherheit, dass es nicht ausreicht, einen Parameter zu schätzen .
Ist es immer noch möglich, einen Schätzer , der effizient ist (unter konvexem Verlust), oder gibt es einen Satz (so etwas wie ein umgekehrter Rao-Blackwell), der besagt, dass dies unmöglich ist?
Sie können die Frage unter der Effizienzdefinition des Erreichens der CRLB für unverzerrte Schätzer oder des über die reale Linie gemittelten mittleren quadratischen Fehlers beantworten oder wenn dies einer anderen Leistungsmessung hilft, die für die Beantwortung der Frage besser geeignet ist.
estimators
sufficient-statistics
efficiency
Cagdas Ozgenc
quelle
quelle
Antworten:
Da [unter der Annahme seiner Existenz] eine minimal ausreichende Statistik eine Funktion einer Stichprobe ist , ist ein effizienter Schätzer kann als , was das Verständnis der Frage erschwert.Sn (X1,…,Xn) Sn=Sn(X1,…,Xn) θ^(S) θ^(S(X1,…,Xn))
Beachten Sie, dass die Cramèr-Rao-Untergrenze nur durch einen effizienten Schätzer des natürlichen Parameters bei der Einstellung von Exponentialfamilien erreicht wird und dass es viele Fälle gibt, in denen es keinen einheitlichen unverzerrten Schätzer mit minimaler Varianz gibt.
Beachten Sie auch, dass außerhalb exponentieller Familien zulässige Schätzer nicht ausreichen können.
quelle