Next: Suffizienz
Up: Güteeigenschaften von Punktschätzern
Previous: Erwartungstreue; mittlerer quadratischer Fehler
  Contents
Ungleichung von Cramér-Rao
- In diesem Abschnitt setzen wir voraus, daß der Parameter
eine relle Zahl ist, d.h.,
- es gelte
bzw.
.
- Aus Theorem 2.1 ergibt sich, daß in der Klasse der
erwartungstreuen Schätzer die Minimierung des MQ-Fehlers
gleichbedeutend mit der Minimierung der Varianz des Schätzers ist.
- Wir werden deshalb die folgende Sprechweise verwenden.
- Definition
-
- Seien
zwei
Stichprobenfunktionen, so daß für jedes
und
- Falls
dann sagen wir, daß der Schätzer
besser als der Schätzer
für
ist.
- Beispiel
Poisson-verteilte Stichprobenvariablen
Zunächst leiten wir eine allgemeine untere Schranke für die
Varianz von Schätzern mit gewissen Regularitätseigenschaften her,
die in der Literatur Ungleichung von Cramér-Rao genannt
wird.
Das parametrische Modell
genüge den
folgenden Regularitätsbedingungen:
- Die Familie
bestehe entweder nur
aus diskreten Verteilungen oder nur aus absolutstetigen
Verteilungen, wobei
ein offenes Intervall sei.
- Die Menge
hänge nicht von
ab, wobei die Likelihood-Funktion
gegeben ist durch
und
bzw.
die
Wahrscheinlichkeitsfunktion bzw. Dichte von
ist.
- Die Ableitung
existiere für beliebige
und
.
- Vertauschbarkeit von Ableitung und Summe/Integral: Für jedes
gelte
im
diskreten Fall |
(28) |
bzw.
im
absolutstetigen Fall. |
(29) |
Theorem 2.2
Sei

eine Familie von
Verteilungen, die den Regularitätsbedingungen

-

genügt, und
sei

eine Stichprobenfunktion, so
daß für jedes
-
,
- die Ableitung
existiert und
 |
(30) |
wobei
die Likelihood-Funktion ist mit
Dann gilt für jedes
 |
(31) |
- Beweis
-
- Wir betrachten zunächst den diskreten Fall.
- Für jedes
sei die Abbildung
gegeben durch
- Dann gilt für jedes
wobei sich die letzten beiden Gleichheiten aus der Unabhängigkeit
bzw. identischen Verteiltheit der Stichprobenvariablen
ergeben.
- Außerdem gilt
- Somit gilt
- Aus der Ungleichung von Cauchy-Schwarz (vgl. Theorem WR-4.11)
ergibt sich nun, daß
- Wegen
ergibt sich
andererseits, daß
- Damit ist (31) für den diskreten Fall bewiesen. Im
absolutstetigen Fall verläuft der Beweis analog.
Korollar 2.1
Sei

eine Familie von Verteilungen
und

eine Stichprobenfunktion, die
den Bedingungen von Theorem

genügen. Falls

ein erwartungstreuer Schätzer für

ist, dann gilt
für jedes
 |
(32) |
- Beweis
-
- Weil
erwartungstreu ist, gilt
bzw.
- Die Behauptung ergibt sich nun unmittelbar aus der
Cramér-Rao-Ungleichung (31).
- Beispiel
Poisson-verteilte Stichprobenvariablen
(Fortsetzung)
- Falls
Poi
, dann gilt
und
für jedes
bzw.
 |
(33) |
- Somit gilt
 |
(34) |
- Die Regularitätsbedingungen 1-4, die unmittelbar vor
Theorem 2.2 formuliert wurden, sind also erfüllt.
- Wir zeigen nun, daß der Schätzer
für
die
Bedingungen von Theorem 2.2 erfüllt.
- Für jedes
gilt
und somit
.
- Hieraus und aus (33) ergibt sich die Gültigkeit der
Bedingung (30) mittels vollständiger Induktion:
- Für
gilt
 |
(35) |
- Wir nehmen nun an, daß
 |
(36) |
- Dann gilt
- Außerdem gilt für jedes
- Hieraus folgt, daß
- Weil
ist damit gezeigt, daß in der Klasse derjenigen Schätzer, die die
Bedingungen von Theorem 2.2 erfüllen, das
Stichprobenmittel
bester erwartungstreuer Schätzer
für
ist.
- Beachte
Es gibt jedoch Familien
von
Verteilungen,
- die den Regularitätsbedingungen 1-4 nicht genügen, und
- für die man Beispiele von erwartungstreuen Schätzern konstruieren
kann, deren Varianz kleiner als die untere Schranke in
(31) ist.
- Beispiel
Gleichverteilte Stichprobenvariablen
- Sei
eine gleichverteilte Zufallsstichprobe mit
U
.
- Dann ist
(also eine Menge, die entgegen der zweiten
Regularitätsbedingung von der spezifischen Ausprägung des
Parameters
abhängt), und es gilt
- Hieraus folgt, daß auch die Regularitätsbedingung
(29) nicht erfüllt ist, denn
- Außerdem gilt für jedes
- Hieraus folgt, daß
- Wir konstruieren nun einen erwartungstreuen Schätzer für
,
dessen Varianz kleiner als
ist.
- Sei
Dann gilt (vgl. Übungsaufgabe 3.3 bzw. 6.4)
und
Next: Suffizienz
Up: Güteeigenschaften von Punktschätzern
Previous: Erwartungstreue; mittlerer quadratischer Fehler
  Contents
Roland Maier
2003-03-06