如何证明估计量是一致的?


17

是否足以证明当 MSE = 0 n?我还在笔记中读到一些关于plim的信息。如何找到plim并使用它来表明估计量是一致的?

Answers:


19

编辑: 修复了小错误。

这是一种实现方法:

如果的估计量(概率称为T n)收敛于θ,则它是一致的。使用符号θTnθ

plimnTn=θ

数学上,概率收敛表示

对于所有ε>0limnP(|Tnθ|ϵ)=0ϵ>0

显示概率/一致性收敛的最简单方法是调用切比雪夫不等式,该不等式指出:

P((Tnθ)2ϵ2)E(Tnθ)2ϵ2

从而,

P(|Tnθ|ϵ)=P((Tnθ)2ϵ2)E(Tnθ)2ϵ2

因此,您需要证明随着n 变为0 。E(Tnθ)2n

编辑2:以上要求估计量至少在渐近无偏的情况下。如G.周杰伦克恩斯指出的,考虑所述估计(用于估计平均μ)。 Ť Ñ针对有限偏压既Ñ和渐近,和V - [R Ť Ñ= V - [R ˉ X Ñ0作为ñ 。但是,T nTn=X¯n+3μTnnVar(Tn)=Var(X¯n)0nTn不是的一致估计。μ

编辑3:请参阅以下评论中的枢机主教观点。


1
@ G.JayKerns为此没有偏见。考虑Sn是标准偏差的有偏估计量,但是您可以使用上面的参数来表明它是一致的。Sn=1n1i=1n(XiXn¯)2Sn

1
看起来不错(+1);我将删除之前的评论。

@ G.JayKerns您的评论是必要的补充。我们必须始终确保我们了解我们所依据的假设。

2
@MikeWierzbicki:我认为我们需要非常小心,尤其是在渐近无偏的意义上。经常有至少两个不同的概念经常使用此名称,区分它们很重要。请注意,这是不正确的,一般是一致的估计是在这个意义上渐近无偏的是即使平均θ ñ = Ë 牛逼ñ存在于所有ñ。许多人称收敛E T nθ无偏为极限近似无偏ETnθθn=ETnnETnθ ...(续)
主教

1
显然,为了使一致估计在极限被偏置,在收敛必须失败因为ÈŤ ñ - θ 2 = V - [R Ť Ñ+ θ ñ - θ 2,其中θ Ñ = E T nL2E(Tnθ)2=Var(Tn)+(θnθ)2θn=ETn
主教
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.