Asimptotik Etkinlik ve Le Cam Kuramı
Le Cam kuramı, gerçeğe yakın pürüzsüz bir modeli basit bir normal deneyle yaklaştırarak, bir tahmin edicinin asimptotik olarak en iyi olmasının ne anlama geldiğini kesin bir şekilde ortaya koymaktadır.
Tanım
Düzenli bir tahmin edici, limit varyansı, konvolüsyon ve yerel-asimptotik-minimax teoremleri tarafından belirlenen alt sınıra, eşdeğer olarak pürüzsüz bir parametrik modeldeki ters Fisher bilgisine ulaşırsa asimptotik olarak etkindir.
Kapsam
Bu konu, bitişiklik ve Le Cam lemmalarını, pürüzsüz parametrik modellerin yerel asimptotik normalliğini, limit Gauss kaydırma deneyini, Hajek'in herhangi bir düzenli tahmin edicinin limitinin etkin olan artı bağımsız gürültü olduğunu gösteren konvolüsyon teoremini, yerel-asimptotik-minimax teoremini, asimptotik etkinliğin sonuçsal tanımını ve etkin etki fonksiyonu ile süperetkinliğin rolünü kapsamaktadır.
Temel sorular
- Yerel asimptotik normallik nedir ve bir modeli neden normal bir deneye indirger?
- Konvolüsyon teoremi, bir tahmin edicinin mümkün olan en iyi limit dağılımını nasıl karakterize eder?
- Yerel-asimptotik-minimax teoremi, en kötü durum riski hakkında ne ekler?
- Süperetkinlik neden sadece ihmal edilebilir bir kümede mümkündür ve etkin etki fonksiyonu nedir?
Temel kuramlar
- Yerel asimptotik normallik
- Pürüzsüz modeller için, yerel parametre pertürbasyonları boyunca log-olabilirlik oranı, bir Gauss kaydırma deneyinin davranışına benzer; bu nedenle orijinal modelle ilgili sorular, çözülebilir bir normal probleme indirgenir.
- Konvolüsyon ve yerel-asimptotik-minimax teoremleri
- Hajek'in konvolüsyon teoremi, herhangi bir düzenli tahmin edicinin limit yasasının, bağımsız gürültü ile konvolüsyonu yapılmış etkin normal yasa olduğunu göstermekte ve yerel-asimptotik-minimax teoremi, en kötü durum yerel riskini sınırlayarak asimptotik etkinliği birlikte tanımlamaktadır.
Klinik önem
Le Cam kuramı, tahmin edicilerin değerlendirildiği asimptotik etkinlik ölçütünü sağlamakta ve nedensel çıkarım ile hedeflenmiş öğrenmede kullanılan etki fonksiyonu yöntemleri de dahil olmak üzere, etkin ve yarı parametrik-etkin tahmin edicilerin oluşturulmasının temelini oluşturmaktadır.
Tarihçe
Le Cam, 1950'lerden itibaren bitişiklik ve yerel asimptotik normalliği geliştirerek süperetkinlik gibi uzun süredir devam eden bilmeceleri çözmüştür. Hajek, 1970 civarında konvolüsyon ve yerel-asimptotik-minimax teoremlerini kanıtlamış ve bu çerçeve, yüzyılın ilerleyen dönemlerinde yarı parametrik modellere genişletilmiştir.
Öne çıkan isimler
- Lucien Le Cam
- Jaroslav Hajek
- Aad van der Vaart
- Peter J. Bickel
İlgili konular
Temel eserler
- vanderVaart1998
Sıkça sorulan sorular
- Süperetkinlik nedir?
- Hodges'ın örneğiyle açıklanan, bir tahmin edicinin izole parametre değerlerinde etkin asimptotik varyansı aşması fenomenidir; konvolüsyon teoremi, bunun yalnızca ölçüsü sıfır olan bir kümede ve yakın çevrede daha kötü davranış pahasına gerçekleşebileceğini göstermektedir.
- Bir modeli neden normal bir deneyle yaklaştırırız?
- Çünkü limit Gauss kaydırma deneyi tamamen anlaşılmıştır; bu nedenle orijinal modelde çözülemeyen optimallik soruları orada yanıtlanabilir ve yerel asimptotik normallik aracılığıyla geri aktarılabilir.