نقش استقلال آماری در یافتن براوردگرهای بهینه

نویسندگان
1 دانشگاه کاشان
2 دانشگاه لرستان
چکیده
به طور طبیعی در انتخاب یک برآوردگر نقطه­ ای علاقه­مند به انتخاب برآوردگری هستیم که برای تمام مقادیر فضای پارامتر، تابع مخاطره را مینیمم کند. در عمل با توجه به بزرگی رده برآوردگرها چنین امکانی وجود ندارد. یکی از راه­ ها برای حل این مشکل (پیدا کردن برآوردگرهای بهینه)، محدود کردن رده برآوردگرها و پیدا کردن بهترین برآوردگر در رده محدود شده است. این محدودیت بر حسب این که خود را به رده برآوردگرهای هم ­وردا یا نااریب محدود کنیم به ترتیب منجر به دو نوع برآوردگر بهینه یعنی بهترین برآوردگر هم­وردا و برآوردگر نااریب با کمترین مخاطره می­ شود که در این مقاله نقش استقلال در ساده ­تر محاسبه کردن این برآوردگرها مورد بررسی قرار می­ گیرد. همچنین به استقلال تصادفی یک تابع ناوردا و هم­ وردا و مقایسه آن با قضیه باسو می­ پردازیم.
کلیدواژه‌ها

عنوان مقاله English

The Role of Statistical Independence in Finding Optimal Estimators

نویسندگان English

Nasiri 1
L‎eila ‎ Nasiri 2
1 University of Kashan
2 Lorestan University

کلیدواژه‌ها English

Estimation
Risk function
Independence
Invariant statistic
Equivariant estimator
منابع

[1] پارسیان، ا، 1380، برآورد نقطه‌ای نا اریب، ندا، انجمن آمار ایران، سال اول، شماره اول، ص ص 9-14.

[2] محمدی حسن آبادی، ع ا، 1372، جبر، انتشارات دانشگاه اصفهان.

[3] Barton, D.E, 1961, Unbiased Estimation of a Set of Probabilities, Biometrika, 48, pp.227-229.

[4] Basu, D., 1955, On Statistics Independent of a Complete Sufficient Statistic, Sankhya, 15, pp.377-380.

[5] Basu, A. P., 1964, Estimates of Reliability for some Distributions Useful in Life Testing, Technometrics, 6, pp.215-219.

[6] Casella, G. and Berger, R., 2001, Statistical Inference, 2nd Edition, Wadsworth, Pacific Groves, California.

[7] Eaton, M.L. , Multivariate Statistics, A Vector Space Approach. Wiley, New York,1983

[8] Eaton, M.L. and Morris, C.N., 1970, The Application of Invariance to Unbiased Estimation, Ann. Math. Statist., 41, pp.1708-1716.

[9] Finney, D.J., 1941, On the Distribution of a Variate whose Logarithm is Normally Distributed, J. R. Stat. Soc. Suppl., 7, pp. 155-161.

[10] Kolmogorov, A.N. 1950, Unbiased Estimators, Izvestiaa Akad. Nauk SSSR Series Math., 14, pp.303-326.

[11] Lehmann, E. L. 1951, A General Concept of Unbiasedness, Ann. Math. Statist., 22, pp.587–592.

[12] Lehmann, E.L. and Casella, G., 1998, Theory of Point Estimation, 2nd Edition, Springer-Verlag, New York.

[13] Lieberman, G. J. and Resnikoff, G. J., 1955, Sampling Plans for Inspection by Variables, J. Amer. Statist. Assoc., 50, pp.457- 516.

[14] Parsian, A and Kirmani, S.N.U.A., 2001, Estimation Under LINEX Loss Function, Handbook of Applied Econometrics and Statistical Inference, eds. Uplah et al, Ch. 4, pp. 53-76.

[15] Rao, C.R., 1973, Linear Statistical Inference and its Applications, 2nd Edition, Wiley, New York.

[16] Sathe, Y.S. and Varde, S.R., 1969, On Minimum Variance Unbiased Estimation of Reliability, Ann. Math. Statist., 40, pp.710-714.

[17] Shen, W.H., 1998, Estimation of Parameters of a Lognormal Distribution, Taiwanese J. of Math., 2, pp.243-250.

[18] Zacks, S., 1971, The Theory of Statistical Inference,Johns Wiley and Sons,New York.