В тази лекция
Сега е ясно, че свойството достатъчност се изразява само чрез s-алгебри.
Лема 1 Сечението на две достатъчни s-алгебри е достатъчна s-алгебра.
Доказателство: Да означим двете разделяния с g и d. Съгласно определение 3.9
|
Значи сечението на всички достатъчни s-алгебри ще ни даде минималната - най-икономичната.
Определение 1 Казваме, че достатъчната статистика е минимална, ако е минимална породената от нея s-алгебрa.
Минималната достатъчна s-алгебрa. може да бъде построена с използуване на факторизационната теорема. Да означим с
|
Теорема 1 Минималното достатъчно разделяне g е това породено от сл.в. r(x,q) за всички q.
Доказателство: Да означим с d разделянето породено от s(r(x,q)). Съгласно теоремата за всяка достатъчна статистика S съществува функция g, такава, че r(x,q) = g(S(x),q). Значи сл.в.r(x,q) е измерима относно s(S) за всяка S. Следователно, d Ј g.
От друга страна статистиката x самата е достатъчна и, следователно, g Ј d . Q.E.D.
Тази теорема ни помага в следното построение.
Интересен метод за построяване на минимални достатъчни статистики може да се използува, когато са зададени функции на правдоподобие (дискретни или непрекъснати плътности). Ще ги означаваме с f(x,q).
Определение 2
Да разгледаме частното
h(x,x0) =
f(x,q)
f(x0,q)
Теорема 2 Така определеното разделяне е минимално достатъчно.
Доказателство: Нека S е минимална достатъчна статистика и g = s(S). Тогава съгласно теоремата h(x,x0) = h(x)/h(x0) и не зависи от q. Значи d < g. От друга страна, ако можем да определим измеримо решение на уравнението h(x,x0) = c в вида x0 = T(x), то
|
Някак естествено човек свързва размерността на оценката с размерността на параметъра, който оценяваме - те обикновено са в едно пространство. Достатъчната статистика, обаче не бива да се разглежда като оценка. Нейната размерност (ако има такава) не винаги има нещо общо с размерността на оценяемия параметър.
Пример 1 Равномерно разпределение в интервала [q, 1+q].
Правдоподобието по мярката на Лебег в Rn се изразява лесно чрез порядковите статистики:
|
Нека h е сл.в. и s(h) е породената от нея s-алгебра. Ще означаваме у.м.о. E h(.) = E (. /h) = E s(h). Да напомним, че е изпълнено E = E E h и E h(.) винаги е функция от h.
Теорема 3 Нека S е достатъчна статистика за параметъра q. Нека Q е произволна неизместена оценка. Да означим t = E S(Q) = f(S). Тогава оценката t е неизместена и D ( t ) Ј D (Q).
Доказателство:
|
|
|
Определение 3
Нека за всяко y, за което са изпълнени равенствата
у
х
y(s) dGq(s) = 0, "q О Q (4.1)
Теорема 4 Нека S е пълна и достатъчна, а статистката Q - неизместена статистика за параметъра q. Тогава статистиката t = E S(Q) е ефективна и единствена оценка.
Доказателство: Нека Q* е друга неизместена оценка. Съгласно достатъчността Q* = f*(S). Съгласно неизместеността
|
Теорема 5 Нека S е единствена м.п.о. за параметъра q. Ако е S достатъчна статистика, то тя е минимална достатъчна статистика.
Доказателство: За яснота нека x е сл.в. с правдоподобие L(x,q). и имаме някава достатъчна статистика S. По факторизационната теорема L(x,q) = p(S(x),q)h(x). От друга страна
|
Теорема 6 Пълната достатъчна статистика S е минимална достатъчна статистика.
Доказателство: Нека g = A е минималната достатъчна s-алгебра. Да разгледаме достатъчната статистика S. Нека съществува E S. Да означим с X = S-E g S. Тъй като g < s(S), X е s(S) измерима. Следователно,
|
Обратното твърдение не е верно. Покажете, че в примера 4.1 минималната достатъчна статистика S(x) = {x(1),x(n)} не е пълна.
Пример 2 Пуасоново разпределение (вж. пример 3.1 )
Първо за тренировка прилагаме теорема 4.2. Получаваме h(x,x0) = g(q,s)/g(q,s0) = exp((s-s0)lnq). Значи статистиката S(x) = еki = n[`(x)] е минимална достатъчна статистика.
Тъй като знаем, че статистиката е достатъчна можем направо да приложим теореми 4.3 за проверка на пълнотата и 4.6. Уравненията (4.1) в нашия случай изглеждат така (s = k О Z1):
|
Пример 3 Едномерно нормално разпределение с 2 неизвестни параметъра q = {m,s}. (вж. пример 3.3)
Знаем, че достатъчната в случая статистика е: S = {еxi,еxi2}. С помощта на взимно-еднозначно преобразование в R xR+ лесно я представяме във формата: S = {[`(x)],ss} (ss = е(xi-[`(x)])2). Това е удобно, защото знаем разпределението при всяко q, а и двете координатни статистики са независими:
|
Сега лесно се вижда пълнотата. Първо, всяка функция y(x) в определена на R xR+ и такава, че ||y||2 = тy2(x)dx < Ґ може да се представи в формата:
|
Пример 4 Равномерно разпределение [0,q].
Разглеждаме статистиката S(x) = x(n).
|
Разпределението на S е:
|
Уравненията (4.1) в нашия случай изглеждат така
|