Soru

Zorluk: KolayRao-Blackwell Teoremi

Bir araştırmacı, kitle oranı pp olan bir Bernoulli dağılımından nn birimlik bağımsız bir rastgele örneklem seçmiştir. pp parametresi için T=X1T = X_1 yansız tahmin edicisini ve S=i=1nXiS = \sum_{i=1}^{n} X_i yeterli istatistiğini belirlemiştir. Rao-Blackwell teoremi gereğince oluşturulan T=E[TS]T^* = E[T|S] tahmin edicisinin varyansı (Var(T)Var(T^*)) ile orijinal tahmin edici TT'nin varyansı (Var(T)Var(T)) arasındaki ilişki için aşağıdakilerden hangisi kesinlikle doğrudur?

  1. Var(T)Var(T)Var(T^*) \leq Var(T)Cevap
  2. B
    Var(T)>Var(T)Var(T^*) > Var(T)
  3. C
    Var(T)=Var(T)+p(1p)Var(T^*) = Var(T) + p(1-p)
  4. D
    Var(T)=nVar(T)Var(T^*) = n \cdot Var(T)
  5. E
    TT^*, bir istatistik olmadığı için varyansı hesaplanamaz

Cevap

İyileştirilmiş tahmin edicinin varyansı, orijinal tahmin edicinin varyansından küçük veya eşittir.
Rao-Blackwell teoremi uyarınca, eğer TT bir parametre için yansız ve SS yeterli bir istatistik ise, T=E[TS]T^* = E[T|S] tahmin edicisi de yansızdır ve varyansı orijinal TT tahmin edicisinden daha küçüktür veya ona eşittir (Var(T)Var(T)Var(T^*) \leq Var(T)).

Adım Adım Çözüm

1
Tahmin edicilerin yansızlık durumunu kontrol etme
E[T]=E[E[TS]]=E[T]=pE[T^*] = E[E[T|S]] = E[T] = p.
Yinelenen beklenen değerler kuralı gereği, koşullu beklenen değer orijinal tahmin edicinin beklenen değerine eşittir.
2
Varyans bileşenleri teoremini (Variance Decomposition) uygulama
Var(T)=Var(E[TS])+E[Var(TS)]Var(T) = Var(E[T|S]) + E[Var(T|S)].
Toplam varyans, koşullu beklenen değerin varyansı ile koşullu varyansın beklenen değerinin toplamıdır.
3
Varyans karşılaştırmasını yapma
Var(T)=Var(T)+E[Var(TS)]    Var(T)Var(T)Var(T) = Var(T^*) + E[Var(T|S)] \implies Var(T^*) \leq Var(T).
E[Var(TS)]E[Var(T|S)] terimi her zaman negatif olmayan bir değer olduğu için Var(T)Var(T^*) değeri Var(T)Var(T) değerinden büyük olamaz.

Anahtar Kavram

Rao-Blackwell teoremi, bir parametre için yansız bir tahmin edicinin yeterli bir istatistik kullanılarak varyansının iyileştirilmesini sağlar.

Alternatif Yöntem

Varyans ayrıştırma formülünü (Var(T)=Var(E[TS])+E[Var(TS)]Var(T) = Var(E[T|S]) + E[Var(T|S)]) hatırlayarak, E[Var(TS)]0E[Var(T|S)] \geq 0 olduğu için Var(T)Var(E[TS])Var(T) \geq Var(E[T|S]) sonucuna doğrudan ulaşılabilir.
Tahmini Süre:45s
Bu soruyu puanla