Suficiencia y Completitud
Un estadístico suficiente comprime una muestra sin descartar ninguna información sobre el parámetro; la completitud añade la unicidad que convierte dicha compresión en una estimación óptima.
Definition
Un estadístico es suficiente para un parámetro si la distribución condicional de los datos dado el estadístico no depende del parámetro; es completo si ninguna función no trivial de este tiene una esperanza de cero para cada valor del parámetro.
Scope
Este tema abarca la definición de suficiencia, el teorema de factorización de Fisher-Neyman, los estadísticos suficientes mínimos y cómo encontrarlos, los estadísticos completos y completos acotados, el papel de la familia exponencial, los estadísticos auxiliares y el teorema de Basu sobre la independencia de un estadístico suficiente completo de cualquier estadístico auxiliar.
Core questions
- ¿Cómo permite el teorema de factorización leer la suficiencia directamente de la verosimilitud?
- ¿Qué es un estadístico suficiente mínimo y cómo se construye?
- ¿Por qué la completitud garantiza que una función insesgada del estadístico es única?
- ¿Cómo utiliza el teorema de Basu la completitud para demostrar la independencia sin necesidad de cálculo?
Key theories
- Teorema de factorización
- Un estadístico es suficiente si y solo si la densidad conjunta se factoriza en una parte que depende de los datos solo a través de ese estadístico y el parámetro, y una parte que depende solo de los datos.
- Completitud y teorema de Basu
- La completitud asegura la unicidad de los estimadores insesgados basados en el estadístico; el teorema de Basu establece que un estadístico suficiente completo es independiente de cada estadístico auxiliar.
Clinical relevance
La reducción de datos a un estadístico suficiente justifica la síntesis de grandes conjuntos de datos mediante unos pocos números sin pérdida de información, lo que subyace al almacenamiento eficiente, el diseño de informes resumidos y la construcción de estimadores óptimos utilizados en toda la estadística aplicada.
History
Fisher introdujo la suficiencia en 1922 como la propiedad de que un estadístico no pierde información. Neyman proporcionó el criterio de factorización, y Lehmann y Scheffe desarrollaron la completitud en la década de 1950; Basu demostró su teorema de independencia en 1955, uniendo los conceptos.
Key figures
- Ronald A. Fisher
- Jerzy Neyman
- Debabrata Basu
- Erich L. Lehmann
Related topics
Seminal works
- lehmannCasella1998
Frequently asked questions
- ¿Por qué es útil un estadístico suficiente?
- Permite reemplazar el conjunto completo de datos con un resumen más pequeño, manteniendo toda la información que los datos contienen sobre el parámetro, simplificando la inferencia sin ninguna pérdida.
- ¿Qué es un estadístico auxiliar?
- Un estadístico cuya distribución no depende del parámetro; según el teorema de Basu, es independiente de cualquier estadístico suficiente completo, lo que a menudo se utiliza para simplificar los cálculos de probabilidad.