Core Concepts
Untergrenzen für die Fehler von Schätzern für den Mittelwert einer Wahrscheinlichkeitsverteilung.
Abstract
Das Paper untersucht Untergrenzen für Schätzfehler des Mittelwerts von Wahrscheinlichkeitsverteilungen in verschiedenen Szenarien, sowohl parametrisch als auch nichtparametrisch. Es zeigt neue Untergrenzen für die Fehlerwahrscheinlichkeit und stellt optimale Schätzer vor. Die Struktur des Papiers umfasst eine Einführung, die empirische Mittelwertsschätzung, nicht-asymptotische Garantien, sub-Gaußsche Schätzer, robuste Schätzungen, Untergrenzen basierend auf Information und Fisher-Information, sowie Anwendungen auf parametrische und nichtparametrische Schätzungen.
Einführung
Schätzung des Mittelwerts einer Wahrscheinlichkeitsverteilung mit Schätzfehlerminimierung.
Empirische Mittelwertsschätzung
Einführung der empirischen Mittelwertsschätzung und zugehörige Fehlerwahrscheinlichkeiten.
Sub-Gaußsche Schätzer
Diskussion über Schätzer für sub-Gaußsche Verteilungen und deren Fehlergarantien.
Untergrenzen basierend auf Information
Ableitung von Untergrenzen für Schätzfehler basierend auf Information und Fisher-Information.
Anwendungen auf parametrische und nichtparametrische Schätzungen
Vorstellung von optimalen Schätzern und deren Anwendung auf verschiedene Verteilungsklassen.
Stats
Für Verteilungen mit endlicher Varianz gilt: "Die empirische Mittelwertsschätzung hat eine Fehlergrenze von q2σ2 log(2/δ)/n."
Für sub-Gaußsche Verteilungen: "Der empirische Mittelwert hat einen Fehler von q2¯σ2 log(2/δ)/n."
Für Verteilungen mit endlicher Varianz und Fisher-Information: "Die unteren Grenzen sind konstant-tight asymptotisch von der Ordnung p2 log(1/δ)/(nI)."
Quotes
"Die empirische Mittelwertsschätzung ist nicht für alle Verteilungsklassen optimal."
"Sub-Gaußsche Schätzer bieten neue untere Grenzen für den Schätzfehler."