我在理解完整的足够统计信息时遇到了一些麻烦?
令为足够的统计量。
如果且概率为1,则对于某些函数,它是一个完全足够的统计量。
但是,这是什么意思?我看过制服和Bernoulli的示例(第6页http://amath.colorado.edu/courses/4520/2011fall/HandOuts/umvue.pdf),但这不是直观的,我对集成感到困惑。
有人可以简单直观地解释吗?
我在理解完整的足够统计信息时遇到了一些麻烦?
令为足够的统计量。
如果且概率为1,则对于某些函数,它是一个完全足够的统计量。
但是,这是什么意思?我看过制服和Bernoulli的示例(第6页http://amath.colorado.edu/courses/4520/2011fall/HandOuts/umvue.pdf),但这不是直观的,我对集成感到困惑。
有人可以简单直观地解释吗?
Answers:
从本质上讲,这意味着统计量的非平凡函数均不具有恒定的平均值。
这本身可能不是很有意义。考察这种概念效用的一种方法可能与莱曼-谢菲定理有关(Cox-Hinkley,《理论统计》,第31页):“总的来说,如果一个有限的统计量是有限的,那么就足够了。相反是错误的。”
直观地,如果平均值不依赖于,则该平均值不能提供有关信息,我们可以摆脱它而获得足够的统计量“简单”。如果一定要完整且足够,那么这种“简化”是不可能的。