本章提要:
- 经验过程的一些符号
- 一致性
- 渐进正态和泰勒展开
- Fisher Information
符号
比如对经验分布,经验过程就可以写成
再比如MLE估计可以写成
一致性
先定义identifiable,也就是一个只能估计出一个
:
A model is identifiable if
for all
.
有限
的一致性定理
Assume that is identifiable and card(
. Then
under
.
- 无限的时候通常也成立,不过有时有例外;
- 通常一致性是论据最难的部分;
- 是很多结论的充分条件,比如
- 一致收敛
for
- 凸性 when
is convex ( or concave when maximizing)
- 一致收敛
Fisher Information
如果期望和求导可以交换(interchangeable)那
渐进正态
这个方差就是Cramer Rao bounds
- information 有可加性,两个事情的信息就是两个信息加起来。
- 它不会告诉你是不是有偏
- information bounds只是关于渐进无偏的估计提供了一点点信息
- 狭窄地适用于平方误差
网友评论