In dem verwandten Beitrag bei math.se nimmt der Antwortende an, dass die Definition für asymptotische Unparteilichkeit .limn → ∞E.( θ^n- θ ) = 0
Intuitiv bin ich anderer Meinung: "Unvoreingenommenheit" ist ein Begriff, den wir zuerst in Bezug auf eine Verteilung lernen (endliche Stichprobe). Es erscheint dann natürlicher, "asymptotische Unparteilichkeit" in Bezug auf eine asymptotische Verteilung zu betrachten. Und genau das tun Lehmann & Casella in "Theory of Point Estimation" (1998, 2. Aufl.) , S. 438 Definition 2.1 (vereinfachte Notation):
Wennkn( θ^n- θ ) →dH.
für eine Sequenz und für eine Zufallsvariable ist der Schätzer asymptotisch unverzerrt, wenn der erwartete Wert von Null ist.knH.θ^nH.
Angesichts dieser Definition können wir argumentieren, dass Konsistenz seitdem asymptotische Unparteilichkeit impliziert
θ^n→pθ⟹θ^n- θ →p0⟹θ^n- θ →d0
... und die entartete Verteilung, die gleich Null ist, hat einen erwarteten Wert gleich Null (hier ist die Folge eine Folge von Einsen). kn
Ich vermute jedoch, dass dies nicht wirklich nützlich ist, sondern nur ein Nebenprodukt einer Definition von asymptotischer Unparteilichkeit, die entartete Zufallsvariablen zulässt. Im Wesentlichen möchten wir wissen, ob, wenn wir einen Ausdruck hätten, an dem der Schätzer beteiligt ist, der zu einem nicht entarteten rv konvergiert, Konsistenz immer noch asymptotische Unparteilichkeit implizieren würde.
Zu Beginn des Buches (S. 431 Definition 1.2) nennen die Autoren die Eigenschaft als " Unvoreingenommenheit in der Grenze ", und dies ist nicht der Fall fallen mit asymptotischer Unparteilichkeit zusammen.limn → ∞E.( θ^n- θ ) = 0
Die Unvoreingenommenheit im Grenzwert ist ausreichend (aber nicht erforderlich) für die Konsistenz unter der zusätzlichen Bedingung, dass die Folge der Schätzervarianzen auf Null geht (was bedeutet, dass die Varianz überhaupt existiert).
In diesem Beitrag finden Sie die Feinheiten im Zusammenhang mit der Übereinstimmung mit der Varianz ungleich Null (ein bisschen umwerfend) .