가우스 분포 및 M- 추정기의 iid 샘플이 주어지면 , \ rho의 어떤 특성 이 \ mu_m \ rightarrow \ mu 확률 을 보장하기에 충분 합니까? 가요 RHO \ 엄격 볼록되는 엄격 충분한 증가?
가우스 분포 및 M- 추정기의 iid 샘플이 주어지면 , \ rho의 어떤 특성 이 \ mu_m \ rightarrow \ mu 확률 을 보장하기에 충분 합니까? 가요 RHO \ 엄격 볼록되는 엄격 충분한 증가?
답변:
용지 볼록 프로세스 minimisers위한 근성 은 가우시안 분포에 전문하지는 않지만 Hjort 및 폴라드 의해 여기시킬 수있는, 그리고보다 일반적인 즉 콘트라스트 함수의 형태로 간주 그 표기법이 있지만, . in 볼록 함 외에도 데이터 분포와 관련된 특정 의미에서 주위 에서 in 의 확장이 필요합니다 . 따라서 가 볼록하거나 증가 한다고 말하는 것만 큼 간단 하지는 않지만 정리를 가우스 분포와 로 제한하는 경우g ( Y , t ) g t g t θ 0 ρ g지정한 양식을 갖기 위해 더 깔끔한 조건을 얻을 수 있습니다. 나는 여기에 그들의 정리를 다시 말해서 완성도를 위해 약간 바꾸었다.
우리가 가지고 있다고 가정
그런 다음 모든 추정량 는 - 되며 √ θ 0 √
이것은 귀하의 문제를 다른 문제로 줄일 수 있기 때문에 답이 될 수는 없지만 유용 할 것이라고 생각합니다. 귀하의 질문은 기본적으로 M-estimator의 일관성에 관한 것입니다. 먼저 일반적인 결과를 볼 수 있습니다. 다음은 van der Vaart 책 의 결과 입니다 (45 페이지 정리 5.7).
정리 하자 랜덤하게 기능하고 고정 함수일 되도록마다 M θ ε > 0
이어서 추정기의 모든 시퀀스 와 확률에 수렴
귀하의 경우 , 및
여기서 핵심 조건은 균일 한 수렴입니다. 46 페이지에서 van der Vaart는 말합니다
귀하의 경우 평균 인 경우이 조건은 (여기서 ) 함수 세트와 동일합니다. -Canteli . 충분한 조건의 간단한 한 세트는 는 소형이고 의 함수 는 모든 대해 연속적이며 > 통합 가능한 함수에 의해 지배된다는 것입니다.
에서는 Wooldridge 정리 많은 수의 페이지 (347) (제 1 판), 정리 12.1 균일 약한 법으로 불리는이 결과는 제형. 반 데르 파르트 (Van der Vaart)가 말한 것에 만 측정 요건이 추가됩니다.
귀하의 경우 일부 대해 를 안전하게 선택할 수 있으므로 함수 가 존재 함을 보여 주어야 합니다.
모든 같은 것을 . 볼록 함수 이론은 여기에 도움이 될 수 있습니다.
이 함수에 멋진 속성이 있으면 계속 사용하는 것이 좋습니다.