«efficiency» etiketlenmiş sorular

Maksimum olabilirlik tahmin ediciler (MLE) asimptotik olarak verimlidir; Pratik sonuçları, küçük örneklem boyutlarında bile, çoğu zaman (MoM) tahmin yönteminden (farklı olduklarında) daha iyi yaptıklarını görüyoruz. Burada 'daha iyi', her ikisi de tarafsız olduğunda tipik olarak daha küçük varyansa sahip olma anlamında ve tipik olarak daha genel olarak daha küçük ortalama …

57 estimation  maximum-likelihood  mse  method-of-moments  efficiency 

ise, parametresi için tahmin dizisi asimptotik olarak normaldir . ( kaynak ) Daha sonra U n'nin asimptotik varyansına çağırıyoruz . Bu varyans Cramer-Rao bağına eşitse , kestirimcinin / dizinin asimptotik olarak etkili olduğunu söylüyoruz.UnUnU_nθθ\thetavn−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)vvvUnUnU_n Soru: Neden kullandığımız yapmak n−−√n\sqrt{n} özellikle? Örnek ortalama için V a r …

18 estimation  asymptotics  efficiency 

Örnek medyanının, örneklerin ortalamasının daha sağlam bir ölçüsü olduğu inancı altında çalıştım, çünkü aykırı değerleri göz ardı eder. Bu nedenle ( başka bir soruya cevap olarak ) normal bir dağılımdan alınan numuneler için, numune ortalamasının varyansının, numune medyanının varyansından daha az olduğunu (en azından büyükler için)nnn ). Bunun neden doğru …

17 distributions  median  intuition  mean  efficiency 

Wilcoxon imzalı sıralama testinin asimptotik nispi verimliliğinin (ARE) , veriler normal olarak dağıtılmış bir popülasyondan alınmışsa, Student t testine kıyasla olduğu iyi bilinmektedir . Bu, hem temel tek örneklem testi hem de iki bağımsız örnek için varyant (Wilcoxon-Mann-Whitney U) için geçerlidir. Ayrıca normal veriler için ANOVA F testine kıyasla bir …

13 nonparametric  wilcoxon-mann-whitney  asymptotics  efficiency  wilcoxon-signed-rank 

OLS'nin doğrusal regresyon ortamında heteroseladastisite altında tarafsız fakat etkili olmadığını biliyorum. Wikipedia'da http://en.wikipedia.org/wiki/Minimum_mean_square_error MMSE tahmincisi asimptotik olarak tarafsızdır ve dağıtımda normal dağılıma yakınsar: , burada I (x) x'in Fisher bilgisidir. Bu nedenle, MMSE tahmincisi asimptotik olarak etkilidir.n--√(x^- x )→dN-( 0 ,ben- 1( x ) )n(x^−x)→dN(0,I−1(x))\sqrt{n}(\hat{x} - x) \xrightarrow{d} \mathcal{N}\left(0 , …

9 least-squares  heteroscedasticity  efficiency