Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Die asymptotische Verteilung des Likelihood-Quotienten-Tests für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4.1. ML-Schätzer im 1-Stichprobenfall 31<br />
<strong>für</strong> alle θ ∈ B θ (0) und liefert somit <strong>für</strong> das Restglied der Taylorentwicklung<br />
R(θ) ≤ 3d ‖ θ − θ(0) ‖ 3 1<br />
n∑<br />
6 n ·<br />
∑<br />
d 3<br />
log f(X i , θ) ∣<br />
i=1 ∥ dθ j dθ l dθ m<br />
j,l,m=1,...,d<br />
≤ ‖ θ − θ (0) ‖ 3 · 1 n∑<br />
K(X i ) · O(1)<br />
n<br />
i=1<br />
Nach dem schwachen Gesetz der großen Zahlen (A.1) gilt<br />
und es wird somit<br />
1<br />
n<br />
n∑<br />
P<br />
K(X i ) −→ E θ (0)K(X 1 ) < ∞<br />
i=1<br />
R(θ) =‖ θ − θ (0) ‖ 3 · O p (1).<br />
geschlossen. <strong>Die</strong> Taylorentwicklung zweiter Ordnung schreibt sich folglich als<br />
1<br />
n l n(θ) = 1 n l n(θ (0) ) + A T n · (θ − θ (0) ) + 1 2 (θ − θ(0) ) T B n · (θ − θ (0) )+ ‖ θ − θ (0) ‖ 3 O p (1).<br />
∣<br />
θ=˜θ<br />
∥<br />
Lemma 4.2. Das 1-Stichproben-Modell sei gegeben, das heißt X 1 , X 2 , . . . seien unabhängig,<br />
identisch verteilte Zufallsvariablen mit Dichte f(x, θ (0) ) bezüglich einem σ-endlichen Maß ν,<br />
Θ der Parameterraum. Sind die Regularitätsbedingungen R erfüllt, so gilt mit J = J(θ (0) )<br />
(i)<br />
(ii)<br />
√ D nAn −→ N (0, J),<br />
a.s.<br />
B n −→ −J.<br />
Beweis. Der Zentrale Grenzwertsatz (siehe A.2) liefert zusammen mit Lemma 4.1, dass √ nA n<br />
asymptotisch normalverteilt ist mit Erwartungswert 0 und Kovarianzmatrix J. Weiter ist<br />
nach Lemma 4.1 E θ [W (X, θ)] = −J(θ). Somit konvergiert B n fast sicher gegen −J nach dem<br />
starken Gesetz der großen Zahlen (siehe A.1).<br />
Theorem 4.3. Für unabhängig, identisch verteilte Zufallsvariablen X 1 , X 2 , . . . , die die Regularitätsbedingungen<br />
R erfüllen, gilt mit J = J(θ (0) )<br />
√ n (ˆθn − θ (0) )<br />
D −→ N (0, J −1 ).<br />
Beweis. Unter den gegebenen Regularitätsbedingungen existiert der ML-Schätzer ˆθ n und ist<br />
stark konsistent, d.h. ˆθ a.s.<br />
n −→ θ (0) . Der Beweis wird hier ausgelassen und zum Beispiel auf<br />
die Originalarbeit von Wald (1949) oder auf das Buch von Ferguson (1996, Satz 17), das die<br />
Resultate von Wald nutzt, verwiesen.<br />
Es bezeichne ˙l n (θ) die Ableitung von l n nach θ. Es wird die Taylorentwicklung von ˙l n um<br />
θ ∈ B θ (0) betrachtet,<br />
1<br />
n ˙l n (θ) = A n + B n (θ − θ (0) )+ ‖ θ − θ (0) ‖ 2 O p (1), (4.3)