Suffizienz und Vollständigkeit

Eine suffiziente Statistik komprimiert eine Stichprobe, ohne Informationen über den Parameter zu verlieren; Vollständigkeit fügt die Einzigartigkeit hinzu, die eine solche Kompression zu einer optimalen Schätzung macht.

Definition

Eine Statistik ist suffizient für einen Parameter, wenn die bedingte Verteilung der Daten gegeben die Statistik nicht vom Parameter abhängt; sie ist vollständig, wenn keine nichttriviale Funktion von ihr für jeden Parameterwert den Erwartungswert Null hat.

Scope

Dieses Thema behandelt die Definition von Suffizienz, das Fisher-Neyman-Faktorisierungstheorem, minimale suffiziente Statistiken und deren Auffindung, vollständige und beschränkt-vollständige Statistiken, die Rolle der Exponentialfamilie, Hilfsstatistiken (ancillary statistics) und Basus Theorem über die Unabhängigkeit einer vollständigen suffizienten Statistik von jeder Hilfsstatistik.

Core questions

• Wie ermöglicht das Faktorisierungstheorem, die Suffizienz direkt aus der Likelihood abzulesen?
• Was ist eine minimale suffiziente Statistik und wie wird sie konstruiert?
• Warum garantiert Vollständigkeit, dass eine unverzerrte Funktion der Statistik eindeutig ist?
• Wie nutzt Basus Theorem die Vollständigkeit, um Unabhängigkeit ohne Berechnung zu beweisen?

Key theories

Faktorisierungstheorem

Eine Statistik ist suffizient genau dann, wenn die gemeinsame Dichte in einen Teil faktorisiert werden kann, der nur über diese Statistik und den Parameter von den Daten abhängt, und einen Teil, der nur von den Daten abhängt.

Vollständigkeit und Basus Theorem

Vollständigkeit gewährleistet die Eindeutigkeit unverzerrter Schätzer, die auf der Statistik basieren; Basus Theorem besagt, dass eine vollständige suffiziente Statistik von jeder Hilfsstatistik unabhängig ist.

Clinical relevance

Die Reduzierung von Daten auf eine suffiziente Statistik rechtfertigt die Zusammenfassung großer Datensätze durch wenige Zahlen ohne Informationsverlust, was die Grundlage für effiziente Speicherung, die Gestaltung von Übersichtsberichten und die Konstruktion optimaler Schätzer in der gesamten angewandten Statistik bildet.

History

Fisher führte 1922 die Suffizienz als Eigenschaft ein, dass eine Statistik keine Informationen verliert. Neyman formulierte das Faktorisierungskriterium, und Lehmann und Scheffe entwickelten in den 1950er Jahren die Vollständigkeit; Basu bewies 1955 sein Unabhängigkeitstheorem, das die Konzepte miteinander verband.

Key figures

• Ronald A. Fisher
• Jerzy Neyman
• Debabrata Basu
• Erich L. Lehmann

Seminal works

• lehmannCasella1998

Frequently asked questions

Warum ist eine suffiziente Statistik nützlich?

Sie ermöglicht es, den vollständigen Datensatz durch eine kleinere Zusammenfassung zu ersetzen, während alle Informationen, die die Daten über den Parameter enthalten, erhalten bleiben, was die Inferenz ohne Informationsverlust vereinfacht.

Was ist eine Hilfsstatistik (ancillary statistic)?

Eine Statistik, deren Verteilung nicht vom Parameter abhängt; nach Basus Theorem ist sie unabhängig von jeder vollständigen suffizienten Statistik, was oft zur Vereinfachung von Wahrscheinlichkeitsberechnungen verwendet wird.