Core Concepts
最適な推定子を見つけるための Rao-Blackwell 型定理の確立と、べき乗則分布に対する下限値の設定。
Abstract
この論文は、最尤法以外の推定問題に焦点を当て、Jones らや Basu らの尤度関数に基づく推定問題を考察しています。べき乗則分布を含む指数族の拡張である確率分布が特徴付けられており、最小十分統計量の概念が拡張されています。さらに、べき九則ファミリー向けの Rao-Blackwell 型推定子が見つかり、これらの推定子の分散に対する下限値が設定されています。これは通常の Cram´er-Rao 下限値を一般化し、べき九則ファミリー向けにより鋭い境界をもたらします。
Jones らや Basu ら尤度関数に基づく Jones et al. および Basu et al. 推定法に一般的な十分性原理を提案しました。これらの尤度関数に固有な十分統計量が独立してサンプルサイズから独立して存在する確率分布ファミリーが特徴付けられています。これは[2]、[14]、[25]、[33]、[37]で研究されたべき九則ファミリーです。Student 分布もこのファミリーに含まれます。
Stats
Fisher-Darmois-Koopman-Pitman 定理は指数族で可能な固有な十分統計量セットを特徴付けします。
Student 分布は指数族ではないため非自明な十分統計量が存在しません。
Jones et al. 尤度関数はロバスト推論で人気があります。
Basu et al. 尤度関数は B(α)-family の特徴付けに使用されます。
Quotes
"最大尤度法以外であっても適切な種類の推定子を見つけることが不明確です" - 論文内引用
"Rao-Blackwell 型定理では条件付き期待値は一貫した改善(分散)をもたらします" - 論文内引用
"Jones et al. 尤度関数は ML 推定法と比較してロバスト性が高いと考えられます" - 論文内引用