Запитання з тегом «efficiency»

Максимальні оцінки вірогідності (MLE) є асимптотично ефективними; ми бачимо практичний підсумок у тому, що вони часто роблять краще, ніж метод моментних оцінок (MoM) (коли вони різняться), навіть при невеликих розмірах вибірки Тут "краще, ніж" означає в сенсі, як правило, має меншу дисперсію, коли обидві є неупередженими, і, як правило, меншою …

57 estimation  maximum-likelihood  mse  method-of-moments  efficiency 

Послідовність оцінювачів для параметра є асимптотично нормальною, якщо . ( джерело ) Потім ми називаємо асимптотичну дисперсію . Якщо ця дисперсія дорівнює границі Креймера-Рао , ми говоримо, що оцінювач / послідовність є асимптотично ефективним. θ √UnUnU_nθθ\thetavUnn−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)vvvUnUnU_n Питання: Чому ми використовуємо зокрема?n−−√n\sqrt{n} Я знаю, що для зразка …

18 estimation  asymptotics  efficiency 

Я працював, вважаючи, що медіана вибірки є більш міцною мірою центральної тенденції, ніж середня вибірка, оскільки вона ігнорує людей, що втратили похилого віку. Тому я був здивований, дізнавшись (у відповіді на інше запитання ), що для зразків, узятих із звичайного розподілу, дисперсія середньої вибірки менша, ніж дисперсія середньої вибірки (принаймні …

17 distributions  median  intuition  mean  efficiency 

Добре відомо, що відносна асимптотична ефективність (ARE) тесту з рангом підписаного Вілкоксоном є порівняно з t- тестом Стьюдента , якщо дані отримані з нормально розподіленої сукупності. Це справедливо як для базового тесту на один зразок, так і для варіанта для двох незалежних зразків (Wilcoxon-Mann-Whitney U). Це також мають тест Круськала-Уолліса …

13 nonparametric  wilcoxon-mann-whitney  asymptotics  efficiency  wilcoxon-signed-rank 

Я знаю, що OLS є неупередженим, але неефективним при гетеросцедастичності в умовах лінійної регресії. У Вікіпедії http://en.wikipedia.org/wiki/Minimum_mean_square_error Оцінювач MMSE є асимптотично неупередженим і він переходить у розподіл до нормального розподілу: n−−√(x^−x)→dN(0,I−1(x))n(x^−x)→dN(0,I−1(x))\sqrt{n}(\hat{x} - x) \xrightarrow{d} \mathcal{N}\left(0 , I^{-1}(x)\right), де I (x) - інформація про Фішера з x. Таким чином, оцінювач MMSE …

9 least-squares  heteroscedasticity  efficiency