渐近无偏与一致性之间有什么区别?


12

彼此暗示吗?如果不是,是否意味着另一个?为什么/为什么不呢?

这个问题是针对我在此处发布的答案的评论而提出的。

尽管google搜索相关术语并没有产生看起来特别有用的东西,但我确实注意到了数学stackexchange 的答案。但是,我认为这个问题也适用于该网站。

阅读评论后进行编辑

相对于math.stackexchange答案,我正在做更深入的研究,涵盖了@whuber注释线程中处理的一些问题。另外,正如我所看到的,math.stackexchange问​​题表明一致性并不意味着渐近地无偏见,但是对于原因却没有太多解释。那里的OP还理所当然地认为渐近无偏并不意味着一致性,因此到目前为止,唯一的回答者并没有解决为什么这样做。



1
有关此问题的概念在stats.stackexchange.com/a/31038/919之后的评论中进行了广泛讨论。
ub

@whuber所链接的讨论的后续线程在这里:stats.stackexchange.com/questions/120584
变形虫说莫妮卡

Answers:


4

limnE(θ^nθ)=0

直觉上,我不同意:“无偏”是我们首先学习的与分布(有限样本)有关的术语。相对于渐近分布,考虑“渐近无偏”似乎更为自然。实际上,这就是Lehmann&Casella在“点估计理论”(1998年,第二版)第438页的定义2.1(简化表示法)中所做的:

Ifkn(θ^nθ)dH

对于某些序列和某些随机变量,如果的期望值为零,则估计量是渐近无偏的。 ħ θ Ñ ħknHθ^nH

根据这个定义,我们可以说,一致性意味着渐近无偏性,因为

θ^npθθ^nθp0θ^nθd0

...并且等于0的简并分布具有等于0的期望值(此处序列为1的序列)。 kn

但是我怀疑这并不是真正有用,它只是渐近无偏性定义的副产品,它允许退化随机变量。本质上,我们想知道,如果我们有一个包含估计量的表达式收敛到非退化rv,则一致性是否仍意味着渐近无偏。

在本书的较早位置(第431页定义1.2),作者将属性 称为“ 极限无偏 ”,但它没有与渐近无偏重合。limnE(θ^nθ)=0

估计变量方差序列变为零(这意味着方差首先存在的附加条件下,限制中的无偏差足以(但不是必须)保持一致性

对于与非零方差的一致性相关的复杂性(有点令人难以置信),请访问此文章


我是否正确理解定义中的可以是任何随机变量(即对于某些序列和某些等)?如果是这样,也许可以提及ķ Ñ ħHknH
Juho Kokkala '16

不幸的是,该答案仅使“在极限中无偏见是足够的”而不是“在估计器方差的序列变为零的附加条件下”才有底气。这很容易被误导,因为附加条件对于这种“充足”至关重要。
daegan
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.