Bu cevap, tutarsız bir tahmin edici tarafından doğal bir tutarlı tahmin edicinin hakim olduğu (tüm örneklem büyüklükleri için tüm olası parametre değerlerinden daha iyi performans gösterdiği) gerçekçi bir sorunu açıklar. Tutarlılığın ikinci dereceli kayıplar için en uygun olduğu fikriyle motive edilir, bu nedenle kuvvetli bir şekilde ayrılan bir zararı kullanmak (asimetrik bir kayıp gibi) tahmin edicilerin performansını değerlendirmede tutarlılığı neredeyse işe yaramaz hale getirmelidir.
Müşterinizin bir iid örneğinden bir değişkenin (simetrik bir dağılıma sahip olduğu varsayılır) ortalamasını tahmin etmek istediğini varsayalım , ancak bunların (a) ya da (b) aşırı derecede aşırı tahmin etmekten çekindiklerini o.(x1,…,xn)
Bunun nasıl işe yarayabileceğini görmek için, basit bir kayıp işlevini benimseyelim, pratikte kaybın bu durumdan nicel olarak (ancak niteliksel olarak değil) farklı olabileceğini anlayın. Böylece ölçüleri seçin büyük tolere abartılıdır, ve bir tahmin kaybını ayarlamak t gerçek ortalama olduğunda μ eşit 0 zaman μ ≤ t ≤ μ + 1 ve eşit 11tμ0μ≤t≤μ+11 aksi.
Hesaplamalar, ortalama ve varyans σ 2 > 0 olan bir Normal dağılım ailesi için özellikle basittir , o zaman numune ortalaması ˉ x = 1'dir.μσ2> 0Normal(μ,σ2/n)dağılımına sahiptir. Örnek ortalama,iyi bilinen (ve açık) olduğu gibiμtutarlı bir tahmincisidir. Yazmacpstandart normal CDF için, örneklem ortalamasının beklenen kaybı eşittir1/2+j(-√x¯= 1nΣbenxben( μ , σ2/ n)μΦ:1/2örnek ortalaması gerçek ortalama ve hafife ki% 50 olasılıkla gelencp(- √1 / 2 + Φ ( - N--√/ σ)1 / 2, gerçek ortalamayı1'denfazla fazla tahmin etme şansından gelir.Φ ( - N--√/ σ)1
Beklenen kaybı, bu standart normal PDF altındaki mavi alana eşittir. Kırmızı alan aşağıdaki alternatif tahmin edicinin beklenen kaybını veriyor. Sabit mavi alanı - √ ile değiştirerek farklılık gösterirler.x¯ve0arasında daha küçük bir kırmızı katı alanı tarafından √- n--√/ (2σ)0ve √n--√/ (2σ). Bu farknarttıkçabüyür.n--√/ σn
Tarafından verilen alternatif bir tahmin beklenen kaybına sahiptir 2 cp ( - √x¯+ 1 / 2. Normal dağılımların simetrisi ve tekdüzelliği, beklenen kaybının her zaman örnek ortalamasından daha iyi olduğu anlamına gelir. (Bu örnek, ortalama halekabul edilemezbu kaybı). Gerçekten de, örnek ortalaması beklenen zarar bir alt sınıra sahiptir1/2'yealternatif yakınsak bu ise0olarakNbüyür. Bununla birlikte, alternatif açık tutarsız: olarak, nbüyür, bu olasılık yakınsarμ+1/2≠^ ı.2 Φ ( - n--√/ (2σ) )1 / 20nnμ + 1 / 2 ≠ μ
x¯x¯+ 1 / 2n