Asgari varyans teorisi tahmini, yüksekokulda aşırı vurgulanmış mı?


18

Son zamanlarda, tamamen yanlış olan tekdüze bir dağılımın parametreleri için minimum varyans tarafsız tahminleri hakkında kelepçe cevabı verdiğimde çok utandım. Neyse ki , OP için doğru cevapları veren derhal kardinal ve Henry tarafından düzeltildi .

Bu beni düşündürdü. 37 yıl kadar önce Stanford'daki yüksek lisans matematik stat dersimdeki en iyi tarafsız tahmin ediciler teorisini öğrendim. Rao-Blackwell teoremini, Cramer - Rao alt sınırını ve Lehmann-Scheffe Teoremini hatırlıyorum. Fakat uygulamalı bir istatistikçi olarak günlük hayatımdaki UMVUE'ları fazla düşünmüyorum, oysa azami olasılık tahmini çok fazla.

Neden? Lisansüstü okulda UMVUE teorisini fazla vurgulıyor muyuz? Bence de. Her şeyden önce tarafsızlık önemli bir özellik değildir. Pek çok mükemmel MLE önyargılıdır. Stein büzülme tahmin edicileri önyargılıdır, ancak ortalama kare hata kaybı açısından tarafsız MLE'ye hakimdir. Bu çok güzel bir teoridir (UMVUE tahmini), ama çok eksik ve bence çok kullanışlı değil. Diğerleri ne düşünüyor?


5
(+1) Bunun ana site için iyi bir soru olacağına ve onu onaylayacağına katılıyorum. Biraz özneldir, bu yüzden bir CW sorusu olarak en iyisi olabilir . (Ayrıca, utanmak için hiçbir neden yoktur .)
Kardinal

2
Genel olarak, bu tür bir tahminin aşırı vurgulandığını düşünmüyorum. Profesörlerimin UMVUE'nun "saçma" olduğu örneklere daha çok odaklandığını hatırlıyorum. İnsanlar güvenlik amacıyla popüler teorilere ait nokta tahmin edicileri kullanma eğilimindedir, ancak denklemleri tahmin etmek için tam bir teori vardır. Bazı profesörler UMVUE'ya odaklanmaktadır, çünkü bunlar ödev için zor bir sorun kaynağıdır. Önyargı azaltmanın günümüzde UMVUE'yu (her zaman var olmayan) bulmaktan daha popüler ve kullanışlı bir teori olduğunu düşünüyorum .

2
Burada UMVUE ile ilgili birçok soru görüyoruz, çünkü iyi ödev problemleri yapıyorlar. Belki de bu, lisans ve yüksek lisans düzeyinde istatistik programlarında doktora programlarından daha büyük bir sorundur.
Michael R.Chickick

3
Peki, UMVU tahmini klasik bir fikirdir, bu yüzden belki de bu nedenle öğretilmelidir? Ve tarafsızlık gibi kriterleri tartışmak / eleştirmek için iyi bir başlangıç ​​noktasıdır! Sadece pratikte çok fazla kullanılmadıkları için, kendi başına onlara öğretmemek için bir neden yoktur.
kjetil b halvorsen

3
Vurgu zaman ve bölümler arasında değişebilir. Bölümüm materyali ilk yıl matematik statüsü dersinde sunar, ancak bundan sonra gitti, bu yüzden makul bir şekilde fazla vurgulandığını söyleyemedim (doktora çıkarım dersinde bile, daha fazla şey lehine öğretilmiyor) Bayesian ve minimax tahmin edicileri, kabul edilebilirlik ve çok değişkenli tahminler ile zaman), önyargıların neden faydalı bir şey olduğuna ve dolayısıyla tarafsız tahminin neden gereksiz derecede aşırı bir paradigma olduğuna daha fazla önem verilmesini diliyorum.
Guy

Yanıtlar:


3

Biz biliyoruz ki

Eğer , rasgele bir numune olduğu P o ı s s O N ( λ ) daha sonra herhangi a ( 0 , 1 ) , T α = α ˉ x + ( 1 - α ) S 2 λ bir UEX1,X2,XnPoisson(λ)α(0,1), Tα=αX¯+(1α)S2λ

Bu nedenle sonsuz sayıda UE'si vardır . Şimdi bunlardan hangisini seçmeliyiz? yani UMVUE diyoruz. Tarafsızlık iyi bir özellik değil ama UMVUE iyi bir özelliktir. Ama son derece iyi değil.λ

Eğer , rasgele bir numune olduğu N ( u , σ 2 ) şekli, daha sonra en az MSE tahmin T α = α S 2 ile, ( n - 1 ) S 2 = Σ n i = 1 Σ 2 parametresi için ( X i - ˉ X ) 2 , n - 1'dirX1,X2,XnN(μ,σ2)Tα=αS2(n1)S2=i=1n(XiX¯)2σ2 Ama bastırılmaktadırolduğunuo en az MSE açısından en iyi olsa UMVUE değildir.n1n+1S2=1n+1i=1n(XiX¯)2

O Not Rao-Blackwell Teoremi biz sadece yeterli istatistik fonksiyonu olan bu UE konsantre olabilir UMVUE bulmak için diyor olduğunu UMVUE yeterli istatistik fonksiyonu olan tüm UE'ler arasında asgari varyansa sahip tahmincisi olduğunu. Dolayısıyla UMVUE zorunlu olarak yeterli bir istatistiğin bir fonksiyonudur.

MLE ve UMVUE her ikisi de bir açıdan iyi. Ama asla bir tanesinin diğerinden daha iyi olduğunu söyleyemeyiz. İstatistiklerde belirsiz ve rastgele verilerle ilgileniyoruz. Yani her zaman iyileştirme alanı vardır. MLE ve UMVUE'dan daha iyi bir tahminci alabiliriz.

Sanırım UMVUE teorisini lisansüstü okulda fazla vurgulamıyoruz.Tamamen benim kişisel görüşüm. Mezuniyet aşamasının bir öğrenme aşaması olduğunu düşünüyorum. Bu nedenle, mezun bir öğrencinin UMVUE ve diğer tahminciler hakkında iyi bir temel taşıması gerekir,


1
Bence herhangi bir geçerli çıkarım teorisini bilmek iyidir. Tarafsızlık iyi bir özellik olsa da, önyargı mutlaka kötü değildir. UMVUE'lara vurgu yapıldığında, ona "optimallik" atfetme eğilimi olabilir. Ancak tarafsız tahmin ediciler sınıfında çok iyi tahmin ediciler olmayabilir. Doğruluk önemlidir ve hem önyargı hem de varyansı içerir. MLE hakkında daha iyi olan şey, asemptotik olarak verimli olduğu gösterilebilecek koşulların olmasıdır.
Michael R.Çinick

Rao-Blackwell teoreminin, aynı önyargıya sahip gelişmiş bir tahmin edici üreterek herhangi bir önyargılı tahmin ediciyi geliştirmek için de kullanılabileceğini unutmayın.
kjetil b halvorsen

2

Belki Brad Efron'un "Maksimum Olabilirlik ve Karar Teorisi" adlı makalesi bunu açıklığa kavuşturmaya yardımcı olabilir. Brad, UMVUE ile ilgili bir ana zorluktan, genel olarak hesaplamanın zor olduğunu ve birçok durumda mevcut olmadığını belirtti.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.