中位数统计量何时才是足够的统计量?


21

我在《化学统计学家》杂志上发表评论说,样本中位数通常可以作为获得足够统计量的一种选择,但是,除了显而易见的一两个观察值等于样本均值的情况外,我想不出另一个非平凡的方法。样本中位数足够的情况。


1
您是要写“样本中位数可能经常是”吗?
Juho Kokkala 2014年

8
这是一个有趣的问题;double指数具有其位置参数的ML估计量的中位数,但这还不够。
Glen_b-恢复莫妮卡2014年

Answers:


14

在分布的支持不取决于未知参数θ的情况下,我们可以调用(Fréchet-Darmois-)Pitman-Koopman定理,即观测的密度必定是指数族形式 得出结论,由于自然足够的统计量 也足够小,则中位数应该是的函数,这是不可能的:修改观测值,的极值,会修改但不会修改中位数。小号= Ñ Σ= 1 Ť X 小号X 1... X Ñ Ñ > 2 小号

经验值{θŤX-ψθ}HX
小号=一世=1个ñŤX一世
小号X1个Xññ>2小号

在另一种情况下,当分布的支持确实取决于未知参数θ时,我们可以考虑以下情况: 其中由θ索引的集合是f的支持。在那种情况下,因式分解定理意味着 \ prod_ {i = 1} ^ n \ mathbb {I} _ {A_ \ theta}(x_i) 是样本中位数 \ prod_ {i = 1} ^的0-1函数。 n \ mathbb {I} _ {A_ \ theta}(x_i)= \ mathbb {I} _ {B ^ n_ \ theta}(\ text {med}(x_ {1:n}))) 添加进一步的观察值x_ { n + 1},即它不会修改样本中位数的值会导致矛盾,因为它可能在支持集之内或之外。

FX|θ=HX一世一种θXτθ
一种θF
一世=1个ñ一世一种θX一世
一世=1个ñ一世一种θX一世=一世θñX1个ñ
Xñ+1个
一世θñ+1个X1个ñ+1个=一世θñX1个ñ×一世一种θXñ+1个

设置什么?θñ
3x89g2

它是中位数的支撑。
西安
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.