所述Halmos-野蛮定理说,对一个主导统计模型的统计是足够的,如果(且仅当)的所有有一个氡Nikodym导衍生物的-measurable版本,其中是特权的措施,使得为个。
我试图直观地理解为什么该定理成立,但我没有成功,所以我的问题是是否存在一种直观的方法来理解该定理。
所述Halmos-野蛮定理说,对一个主导统计模型的统计是足够的,如果(且仅当)的所有有一个氡Nikodym导衍生物的-measurable版本,其中是特权的措施,使得为个。
我试图直观地理解为什么该定理成立,但我没有成功,所以我的问题是是否存在一种直观的方法来理解该定理。
Answers:
我不确定这是多么直观,但是您对Halmos-Savage定理的陈述所基于的主要技术结果如下:
引理。 令为(S ,A)上的有限度量。假设ℵ是措施对集合(小号,甲),从而使每一ν ∈ ℵ,ν « μ。则存在非负数序列{ Ç 我} ∞ 我= 1和的元素的序列ℵ,{ ν 我} ∞ 我= 1使得和每。
这是舍尔维什统计学理论(1995)中定理A.78的逐字记录。他在其中将其归因于雷曼的《测试统计假设》(1986)(链接至第三版),其结果归因于Halmos和Savage本身(请参见引理7)。另一个很好的参考文献是Shao的《数学统计》(第二版,2003年),其相关结果为引理2.1和定理2.2。
上面的引理指出,如果您从以有限度量为主的一系列度量开始,那么实际上您可以用该家族内部可数的凸度量组合来代替主导度量。谢尔维什在陈述定理A.78之前写道,
“在统计应用中,我们经常会有一类量度,相对于单个有限量度,每个量度都是绝对连续的。如果单个主导量度在原始类中或者可以由原始量度构成,那将是很好的。下列定理解决了这个问题。”
假设我们对数量进行了测量,对于一些未知的θ > 0,我们认为该数量X在间隔上均匀分布。在此统计问题中,我们隐式考虑了R上Borel概率测度的集合P,该集合由形式为[ 0 ,θ ]的所有区间上的均匀分布组成。也就是说,如果λ表示Lebesgue测度,并且对于θ > 0,P θ表示统一([的分布(即,
家庭显然是由Lebesgue测度为主(其 -finite),所以上述引理(与)保证的序列的存在的非负的数量相加来的和一个序列均匀分布的,使得
首先,让是正有理数的枚举(这可以显式地进行),并让每个。接下来,让,使得。我声称的这种组合和作品。
看到这一点,修复,让是的波雷尔子集,使得。我们需要证明。因为,并且每个被加数被非负,它遵循每个(A )= 0。此外,由于每个是正的,它遵循对于每个。也就是说,对于所有我们有
现在选择一个子序列的,其收敛于从上方(这可以因为完成是在密集)。然后如,所以由测量的连续性我们得出结论,
因此,在这个例子中,我们能够从我们支配的家庭中显式构造一个可数的概率测度凸组合,该组合仍然支配着整个家庭。上面的引理保证可以对任何支配家庭都可以做到这一点(至少只要支配度量是有限的)。
现在进入Halmos-Savage定理(由于个人喜好,我将使用与问题中略有不同的表示法)。考虑到Halmos-Savage定理,Fisher-Neyman因式分解定理只是Doob-Dynkin引理的一个应用,而Radon-Nikodym导数的链规则就消失了!
Halmos-Savage定理。 让是主导的统计模型(意味着是在一组的概率的措施并有一个 -finite测量上使得所有)。令为可测函数,其中是标准的Borel空间。那么以下是等效的:
- 足以用于(意味着存在这样的可能性内核,使得是一个版本的为所有和)。
- 存在序列为非负数,使得和序列中的概率测度,使得为所有,其中和每个存在的-measurable版本。
证明。 通过上述引理,我们可以立即更换由对于一些序列为非负数,使得和一个序列的概率的措施。
(1.暗示2。)假设足够。然后,我们必须表明,有的-measurable版本对所有。令为定理陈述中的概率核。对于每个和我们有
摘要。 此处给出的Halmos-Savage定理所基于的重要技术结果是,一个事实:一个主导的概率测度系列实际上由该族的概率测度的可凸组合构成。鉴于该结果,其余的Halmos-Savage定理大部分只是具有Radon-Nikodym衍生物的基本特性和条件期望的操纵。