Konsistensi dan Normalitas Asimtotik

Konsistensi menyatakan bahwa suatu estimator mendekati nilai sebenarnya seiring dengan akumulasi data; normalitas asimtotik menyatakan bahwa galatnya, yang diskalakan secara tepat, menjadi kira-kira normal, yang membuat galat baku menjadi bermakna.

Definition

Suatu estimator dikatakan konsisten jika ia konvergen dalam probabilitas ke parameter sebenarnya seiring dengan bertambahnya ukuran sampel, dan normal secara asimtotik jika galat estimasi yang diskalakan konvergen dalam distribusi ke suatu hukum normal.

Scope

Topik ini mencakup konvergensi dalam probabilitas dan dalam distribusi, hukum lemah bilangan besar dan teorema limit pusat sebagai pendorong konsistensi dan normalitas asimtotik, teorema pemetaan kontinu dan teorema Slutsky, metode delta untuk distribusi asimtotik fungsi mulus dari suatu estimator, transformasi penstabil varians, serta makna dari galat baku dan interval kepercayaan yang dihasilkan.

Core questions

• Bagaimana hukum bilangan besar dan teorema limit pusat menghasilkan konsistensi dan normalitas asimtotik?
• Apa yang memungkinkan teorema Slutsky dan teorema pemetaan kontinu untuk digabungkan dan ditransformasi?
• Bagaimana metode delta memberikan varians asimtotik dari suatu fungsi estimator?
• Apa itu transformasi penstabil varians dan mengapa digunakan?

Key theories

Konsistensi

Berdasarkan hukum bilangan besar dan argumen kontinuitas, estimator yang berperilaku baik konvergen dalam probabilitas ke parameter yang ditargetkan, persyaratan sampel besar minimal untuk estimator yang masuk akal.

Normalitas asimtotik dan metode delta

Teorema limit pusat membuat galat terukur dari banyak estimator menjadi normal secara asimtotik, dan metode delta mentransfer normalitas tersebut, dengan varians yang ditransformasi, ke fungsi mulus dari estimator.

Clinical relevance

Normalitas asimtotik adalah dasar yang memungkinkan pelaporan estimasi dengan galat baku dan interval kepercayaan Wald; metode delta secara khusus menyediakan galat baku untuk kuantitas turunan seperti rasio odds, rasio rata-rata, dan probabilitas yang diprediksi di seluruh ilmu terapan.

History

Teorema limit pusat berkembang dari Laplace melalui Lyapunov dan Lindeberg pada awal abad kedua puluh. Risalah Cramer tahun 1946 menempatkan konsistensi, normalitas asimtotik, dan metode delta sebagai pusat statistika matematis, di mana ketiganya tetap berada hingga kini.

Key figures

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

Seminal works

• vanderVaart1998

Frequently asked questions

Apakah konsistensi menyiratkan bahwa estimator tidak bias?

Tidak. Estimator yang konsisten dapat bias dalam sampel terbatas; konsistensi hanya mensyaratkan bahwa bias dan varians keduanya menghilang seiring dengan bertambahnya ukuran sampel, sehingga estimator berkonsentrasi pada nilai sebenarnya pada limit.

Apa yang dilakukan metode delta?

Metode ini memberikan distribusi perkiraan dari fungsi mulus dari estimator yang normal secara asimtotik dengan melinearisasi fungsi tersebut, menghasilkan nilai fungsi ditambah galat normal yang variansnya diskalakan oleh turunan kuadrat.