Já ouvi o termo estimador consistente "root-n" ser usado muitas vezes. Dos recursos pelos quais fui instruído, pensei que um estimador consistente "raiz-n" significava que: o estimador converge para o valor verdadeiro (daí a palavra "consistente") o estimador converge a uma taxa de1 /...
Quero estimar a média de uma função f, ou seja, onde e são variáveis aleatórias independentes. Eu tenho amostras de f, mas não de identificação: existem amostras de para e para cada há amostras de :EX,Y[f(X,Y)]EX,Y[f(X,Y)]E_{X,Y}[f(X,Y)]XXXYYYY1,Y2,…YnY1,Y2,…YnY_1,Y_2,\dots...
Suponha que eu tenho parâmetros positivos para estimar e suas estimativas imparciais não produzidas pelos estimadores , ou seja, , e assim por diante.nnnμ1,μ2,...,μnμ1,μ2,...,μn\mu_1,\mu_2,...,\mu_nnnnμ1^,μ2^,...,μn^μ1^,μ2^,...,μn^\hat{\mu_1},\hat{\mu_2},...,\hat{\mu_n}E[μ1^]=μ1E[μ1^]=μ1\mathrm...
Motivação No contexto da inferência pós-seleção de modelo, Leeb & Pötscher (2005) escrevem: Embora se saiba há muito tempo que a uniformidade (pelo menos localmente) dos parâmetros é uma questão importante na análise assintótica, essa lição foi muitas vezes esquecida na prática diária da...
Esta questão surgiu em outro tópico que eu comecei, então pensei em obter mais opiniões das pessoas sobre isso. Minha pergunta é O residual, e, é um estimador do erro, ?ϵϵ\epsilon A razão pela qual pergunto é a seguinte. No OLS, a variação dos resíduos, , é conhecida como variação da regressão...
Deixei X1 1,X2,X3, . . . ,XnX1,X2,X3,...,XnX_{1},X_{2},X_{3},...,X_{n} ser uma amostra aleatória de uma distribuição com pdf f( x ; α , θ ) =e- x / θθαΓ ( α )xα - 1Eu( 0 , ∞ )( x ) , α , θ >
Suponha que eu tenha uma estatística e sei com certeza que não é suficiente estimar um parâmetro .T(X)T(X)T(X)θθ\theta Ainda é possível ter um estimador que seja eficiente (com perda convexa) ou existe um teorema (algo como um Rao-Blackwell reverso) que diz que isso é