ความพอเพียงและความสมบูรณ์

สถิติที่พอเพียง (sufficient statistic) จะบีบอัดตัวอย่างโดยไม่ทิ้งข้อมูลใด ๆ เกี่ยวกับพารามิเตอร์ ส่วนความสมบูรณ์ (completeness) จะเพิ่มคุณสมบัติเฉพาะตัวที่เปลี่ยนการบีบอัดดังกล่าวให้เป็นการประมาณค่าที่เหมาะสมที่สุด

Definition

สถิติจะพอเพียงสำหรับพารามิเตอร์ หากการแจกแจงแบบมีเงื่อนไขของข้อมูลที่กำหนดโดยสถิติไม่ขึ้นอยู่กับพารามิเตอร์ และจะสมบูรณ์หากไม่มีฟังก์ชันที่ไม่ใช่ค่าคงที่ของสถิตินั้นมีค่าคาดหวังเป็นศูนย์สำหรับทุกค่าพารามิเตอร์

Scope

หัวข้อนี้ครอบคลุมคำจำกัดความของความพอเพียง ทฤษฎีการแยกตัวประกอบของ Fisher-Neyman สถิติที่พอเพียงน้อยที่สุดและวิธีการค้นหา สถิติที่สมบูรณ์และสมบูรณ์แบบมีขอบเขต บทบาทของกลุ่มเลขชี้กำลัง สถิติเสริม และทฤษฎีบทของ Basu เกี่ยวกับความเป็นอิสระของสถิติที่พอเพียงสมบูรณ์จากสถิติเสริมใด ๆ

Core questions

• ทฤษฎีการแยกตัวประกอบช่วยให้สามารถอ่านความพอเพียงได้โดยตรงจากฟังก์ชันความน่าจะเป็นได้อย่างไร?
• สถิติที่พอเพียงน้อยที่สุดคืออะไร และสร้างขึ้นได้อย่างไร?
• เหตุใดความสมบูรณ์จึงรับประกันว่าฟังก์ชันที่ไม่เอนเอียงของสถิติจะมีเพียงหนึ่งเดียว?
• ทฤษฎีบทของ Basu ใช้ความสมบูรณ์เพื่อพิสูจน์ความเป็นอิสระโดยไม่ต้องคำนวณได้อย่างไร?

Key theories

ทฤษฎีการแยกตัวประกอบ

สถิติจะพอเพียงก็ต่อเมื่อความหนาแน่นร่วมสามารถแยกตัวประกอบออกเป็นส่วนที่ขึ้นอยู่กับข้อมูลผ่านสถิตินั้นและพารามิเตอร์เท่านั้น และส่วนที่ขึ้นอยู่กับข้อมูลเท่านั้น

ความสมบูรณ์และทฤษฎีบทของ Basu

ความสมบูรณ์ช่วยให้มั่นใจถึงความเป็นเอกลักษณ์ของตัวประมาณค่าที่ไม่เอนเอียงโดยอิงจากสถิติ; ทฤษฎีบทของ Basu ระบุว่าสถิติที่พอเพียงสมบูรณ์เป็นอิสระจากสถิติเสริมทุกตัว

Clinical relevance

การลดทอนข้อมูลให้เป็นสถิติที่พอเพียงช่วยให้สามารถสรุปชุดข้อมูลขนาดใหญ่ด้วยตัวเลขเพียงไม่กี่ตัวโดยไม่สูญเสียข้อมูล ซึ่งเป็นพื้นฐานของการจัดเก็บข้อมูลอย่างมีประสิทธิภาพ การออกแบบรายงานสรุป และการสร้างตัวประมาณค่าที่เหมาะสมที่สุดที่ใช้กันอย่างแพร่หลายในสถิติประยุกต์

History

Fisher ได้นำเสนอแนวคิดเรื่องความพอเพียงในปี 1922 ในฐานะคุณสมบัติที่สถิติไม่สูญเสียข้อมูลใด ๆ Neyman ได้ให้เกณฑ์การแยกตัวประกอบ และ Lehmann กับ Scheffe ได้พัฒนาแนวคิดเรื่องความสมบูรณ์ในช่วงทศวรรษ 1950 ส่วน Basu ได้พิสูจน์ทฤษฎีบทความเป็นอิสระของเขาในปี 1955 ซึ่งเชื่อมโยงแนวคิดเหล่านี้เข้าด้วยกัน

Key figures

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

Seminal works

• lehmannCasella1998

Frequently asked questions

สถิติที่พอเพียงมีประโยชน์อย่างไร?

ช่วยให้คุณสามารถแทนที่ชุดข้อมูลทั้งหมดด้วยข้อมูลสรุปที่เล็กลงในขณะที่ยังคงรักษาข้อมูลทุกบิตที่ข้อมูลมีเกี่ยวกับพารามิเตอร์ ทำให้การอนุมานง่ายขึ้นโดยไม่สูญเสียข้อมูลใด ๆ

สถิติเสริมคืออะไร?

สถิติที่การแจกแจงไม่ขึ้นอยู่กับพารามิเตอร์; ตามทฤษฎีบทของ Basu สถิตินี้เป็นอิสระจากสถิติที่พอเพียงสมบูรณ์ใด ๆ ซึ่งมักใช้เพื่อทำให้การคำนวณความน่าจะเป็นง่ายขึ้น