Konsistenz und asymptotische Normalität

Konsistenz bedeutet, dass ein Schätzer sich der Wahrheit annähert, wenn Daten akkumuliert werden; asymptotische Normalität bedeutet, dass sein Fehler, entsprechend skaliert, annähernd normal wird, was die Aussagekraft von Standardfehlern begründet.

Definition

Ein Schätzer ist konsistent, wenn er bei wachsender Stichprobengröße in Wahrscheinlichkeit gegen den wahren Parameter konvergiert, und asymptotisch normal, wenn der reskalierte Schätzfehler in Verteilung gegen ein Normalgesetz konvergiert.

Scope

Dieses Thema behandelt die Konvergenz in Wahrscheinlichkeit und in Verteilung, das schwache Gesetz der großen Zahlen und den zentralen Grenzwertsatz als Triebfedern für Konsistenz und asymptotische Normalität, den Satz von der stetigen Abbildung und den Satz von Slutsky, die Delta-Methode für die asymptotische Verteilung glatter Funktionen eines Schätzers, varianzstabilisierende Transformationen und die Bedeutung der resultierenden Standardfehler und Konfidenzintervalle.

Core questions

• Wie führen das Gesetz der großen Zahlen und der zentrale Grenzwertsatz zu Konsistenz und asymptotischer Normalität?
• Was können Sie mit dem Satz von Slutsky und dem Satz von der stetigen Abbildung kombinieren und transformieren?
• Wie liefert die Delta-Methode die asymptotische Varianz einer Funktion eines Schätzers?
• Was ist eine varianzstabilisierende Transformation und warum wird sie verwendet?

Key theories

Konsistenz

Aufgrund des Gesetzes der großen Zahlen und von Stetigkeitsargumenten konvergieren gutartige Schätzer in Wahrscheinlichkeit gegen den Parameter, den sie anstreben, was die minimale Anforderung an einen sinnvollen Schätzer bei großen Stichproben darstellt.

Asymptotische Normalität und die Delta-Methode

Der zentrale Grenzwertsatz macht den skalierten Fehler vieler Schätzer asymptotisch normal, und die Delta-Methode überträgt diese Normalität mit einer transformierten Varianz auf glatte Funktionen des Schätzers.

Clinical relevance

Asymptotische Normalität ist die Grundlage für die Angabe eines Schätzwertes mit einem Standardfehler und einem Wald-Konfidenzintervall; die Delta-Methode liefert insbesondere Standardfehler für abgeleitete Größen wie Odds Ratios, Mittelwertverhältnisse und vorhergesagte Wahrscheinlichkeiten in der gesamten angewandten Wissenschaft.

History

Der zentrale Grenzwertsatz entwickelte sich von Laplace über Ljapunow bis Lindeberg im frühen 20. Jahrhundert. Cramérs Abhandlung von 1946 stellte Konsistenz, asymptotische Normalität und die Delta-Methode in den Mittelpunkt der mathematischen Statistik, wo sie bis heute verbleiben.

Key figures

• Pierre-Simon Laplace
• Aleksandr Lyapunov
• Harald Cramer
• Aad van der Vaart

Seminal works

• vanderVaart1998

Frequently asked questions

Impliziert Konsistenz, dass der Schätzer unverzerrt ist?

Nein. Ein konsistenter Schätzer kann bei endlichen Stichproben verzerrt sein; Konsistenz erfordert lediglich, dass sowohl die Verzerrung als auch die Varianz mit zunehmender Stichprobengröße verschwinden, sodass sich der Schätzer im Grenzwert auf den wahren Wert konzentriert.

Was leistet die Delta-Methode?

Sie liefert die approximative Verteilung einer glatten Funktion eines asymptotisch normalen Schätzers, indem sie die Funktion linearisiert und den Funktionswert plus einen normalen Fehler erzeugt, dessen Varianz durch das quadrierte Derivat skaliert wird.