Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
12.4 Konfidenz<strong>in</strong>tervalle 109<br />
12.3.3 Def<strong>in</strong>ition (zulässig)<br />
E<strong>in</strong> Schätzer T ′ heißt zulässig, falls für jeden Schätzer T mit R(θ, T ) ≤ R(θ, T ′ ) für alle<br />
θ ∈ Θ gilt: R(θ, T ) = R(θ, T ′ ) für alle θ.<br />
Bemerkung: Sowohl T 1 als auch T 3 s<strong>in</strong>d zulässig.<br />
12.3.4 Satz (Die Cramer–Rao-Ungleichung)<br />
Seien X 1 , . . . , X n unabhängig identisch verteilte Zufallsvariablen mit Ws-Dichte oder Ws-<br />
Funktion f θ (x).<br />
Sei T n (X 1 , ..., X n ) e<strong>in</strong> Schätzer von θ mit Werten <strong>in</strong> Θ ⊂ R, sei E θ T n differenzierbar <strong>in</strong> θ<br />
und gelte ∂ E ∂θ θT n = ∫ T n (x) ∂ f n ∂θ θ (x)dx mit f θ n(x) = ∏ n f θ (x n ). Sei b n (θ) := E θ T n − θ und<br />
I(θ) = E θ (( ∂ ∂ξ log f ξ(X 1 )| ξ=θ ) 2 ). Dann gilt:<br />
i=1<br />
E θ (T n − θ) 2 ≥ (1 + b′ n(θ)) 2<br />
.<br />
nI(θ)<br />
Beweis: Siehe Krengel, Paragraph 4.5: Die Informationsungleichung.<br />
Bemerkung: Die Cramer–Rao-Ungleichung gibt e<strong>in</strong>e Abschätzung nach unten für <strong>die</strong><br />
Risikofunktion R(θ, T ). I(θ) heißt Fischer-Information (nach Sir Ronald Fischer).<br />
Für <strong>die</strong> Beispiele (1)–(4) des ML-Schätzers gilt, dass <strong>die</strong> untere Schranke der Cramer–<br />
Rao-Ungleichung angenommen wird. Dabei ist stets E θ T n = θ.<br />
Was ist I(θ)?<br />
1) B<strong>in</strong>omialverteilung: I(θ) = n<br />
θ(1−θ)<br />
2) Poisson-Verteilung: I(θ) = 1 θ<br />
3) Exponentialverteilung: I(θ) = 1<br />
θ 2<br />
4) Normalverteilung (µ unbekannt): I(θ) = 1<br />
σ 2<br />
12.4 Konfidenz<strong>in</strong>tervalle<br />
Hier wird nun behandelt, wie stark <strong>die</strong> Schätzer schwanken.<br />
Wir beg<strong>in</strong>nen mit e<strong>in</strong>em Beispiel zu Aussagen mit Irrtumswahrsche<strong>in</strong>lichkeiten.