Fisher-Informationsmatrix und zentraler Grenzwertsatz im vergröberten
Modell
Wir kehren nun zu dem ,,vergröberten''
Modell zurück, das bereits in Abschnitt 5.3.1
betrachtet wurde.
Dabei setzen wir voraus, dass die Likelihood-Funktion
mit
(61)
wobei die Wahrscheinlichkeiten
positiv und kleiner
als seien.
Über die in (61) gegebene Likelihood-Funktion
setzen wir außerdem voraus, dass die in
Abschnitt 5.3.2 formulierten
Regularitätsbedingungen erfüllt sind.
Lemma 5.6
Für die Fisher-Informationsmatrix
gilt dann
Hieraus ergibt sich für die Eintragungen
von
, dass
Aus Theorem 5.8 ergibt sich somit das folgende
Resultat.
Korollar 5.1 Wenn die in
gegebene Matrix
für
jedes
positiv definit ist, dann gilt
(64)
für jede schwach konsistente Folge
von
Maximum-Likelihood-Schätzern für
, die durch die
Beobachtung des ,,vergröberten'' Modells gewonnen werden.
Beachte
Aus (61) ergibt sich für die Likelihood-Funktion
, dass
bzw. für die Loglikelihood-Funktion
, dass
(65)
Jede Maximum-Likelihood-Schätzung
für
, die aus den vergröberten Daten
gewonnen wird,
genügt wegen der obengenannten
Regularitätsbedingungen dem Gleichungssystem
(66)
Dabei ergibt sich aus (65), dass für beliebige
und
bzw.
(67)
wobei sich die letzte Gleichheit aus der Tatsache ergibt, dass