漸近理論

漸近理論は、標本サイズが無限に増加するにつれて推定量と検定がどのように振る舞うかを研究し、厳密な分布が扱いにくい場合に扱いやすい近似を提供します。

Definition

漸近理論は、標本サイズが無限大に近づくにつれて、統計的手順の極限分布と近似を導出し、それらを用いて手順を比較し正当化する数理統計学の一部です。

Scope

この分野は、収束様式、連続写像定理とスルツキーの定理、推定量の不偏性、漸近正規性およびデルタ法、最大化または推定方程式によって定義される推定量の統一的枠組みとしてのM推定とZ推定、経験過程理論と関数クラス上の均一法則および中心極限定理、隣接性、局所漸近正規性、および漸近効率を定義する畳み込み定理と局所漸近ミニマックス定理を扱います。

Sub-topics

• Asymptotic Efficiency and Le Cam Theory
• Consistency and Asymptotic Normality
• M-Estimation and Empirical Processes

Core questions

• 推定量が不偏かつ漸近正規であるとはどういう意味ですか？
• デルタ法は、滑らかな変換を通じて漸近正規性をどのように伝播させますか？
• M推定は、最尤法、最小二乗法、ロバスト推定量をどのように統一しますか？
• 漸近効率とは何ですか？また、ル・カムの理論は最良の極限分散をどのように特徴づけますか？

Key theories

不偏性と漸近正規性

正則性の下で、推定量は真のパラメータに確率収束し、標本サイズの平方根でリスケールされると正規分布に収束し、標準誤差とワルド信頼区間を正当化します。

M推定と経験過程

標本基準を最大化する推定量または推定方程式を解く推定量は、経験過程理論を通じて統一的に分析されます。この理論は、議論に必要な大数の均一法則と中心極限定理を提供します。

局所漸近正規性と効率

ル・カムの局所漸近正規性は、真値付近の滑らかなモデルを正規実験に還元します。畳み込み定理と局所漸近ミニマックス定理は、達成可能な最良の漸近分散を定義します。

Clinical relevance

漸近近似は、実質的にすべての統計ソフトウェアによって報告される標準誤差、ワルド信頼区間および尤度比信頼区間、大標本検定を提供するため、科学における日常的な推論の妥当性は、これらの極限定理が良好な近似で成立することにかかっています。

History

古典的な中心極限定理に基づいて、ル・カムは1950年代以降、隣接性、局所漸近正規性、および漸近効率の理論を発展させました。ハジェクの畳み込み定理と20世紀後半の経験過程プログラムは、ファン・デル・ファールトによって統合され、現代の枠組みを完成させました。

Key figures

• Lucien Le Cam
• Aad van der Vaart
• Jaroslav Hajek
• Peter J. Bickel

Seminal works

• vanderVaart1998

Frequently asked questions

なぜ厳密な分布ではなく漸近理論に頼るのですか？

厳密な有限標本分布は通常、未知であるか扱いにくいですが、極限正規近似とカイ二乗近似は単純で、広く適用可能であり、中程度の標本サイズに対して正確です。

漸近理論を適用するには、標本はどのくらい大きくなければなりませんか？

普遍的な答えはありません。モデル、パラメータ、データの歪度によって異なります。近似は数十の観測値に対して優れている場合もあれば、境界付近の数百の観測値に対して劣る場合もあります。そのため、リサンプリングによる確認が一般的です。