一致性和渐近正态性

一致性是指随着数据积累，估计量趋近于真值；渐近正态性是指其误差在适当缩放后近似服从正态分布，这使得标准误差具有意义。

Definition

如果估计量随着样本量的增加依概率收敛于真实参数，则称其具有一致性；如果重新标度的估计误差依分布收敛于正态分布，则称其具有渐近正态性。

Scope

本主题涵盖概率收敛和依分布收敛，作为一致性和渐近正态性基础的大数定律和中心极限定理，连续映射定理和斯卢茨基定理，用于估计量光滑函数渐近分布的Delta方法，方差稳定变换，以及由此产生的标准误差和置信区间的含义。

Core questions

• 大数定律和中心极限定理如何产生一致性和渐近正态性？
• 斯卢茨基定理和连续映射定理允许您组合和变换什么？
• Delta方法如何给出估计量函数的渐近方差？
• 什么是方差稳定变换，为什么使用它？

Key theories

一致性

根据大数定律和连续性论证，表现良好的估计量依概率收敛于其目标参数，这是对合理估计量最小的大样本要求。

渐近正态性和Delta方法

中心极限定理使许多估计量的标度误差渐近正态，Delta方法将这种正态性（以及变换后的方差）传递给估计量的光滑函数。

Clinical relevance

渐近正态性是报告带有标准误差和Wald置信区间的估计量的依据；特别是Delta方法为应用科学中派生量（如优势比、均值比和预测概率）提供了标准误差。

History

中心极限定理从拉普拉斯到20世纪初的李雅普诺夫和林德伯格逐渐成熟。克拉默1946年的著作将一致性、渐近正态性和Delta方法置于数理统计学的核心地位，并沿用至今。

Key figures

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

Seminal works

• vanderVaart1998

Frequently asked questions

一致性是否意味着估计量是无偏的？

不。一致估计量在有限样本中可能存在偏差；一致性仅要求偏差和方差都随着样本量的增加而消失，因此估计量在极限情况下集中于真值。

Delta方法有什么作用？

它通过线性化函数，给出渐近正态估计量的光滑函数的近似分布，产生函数值加上一个正态误差，其方差由平方导数缩放。