CAP 3 – STIMA
Cap. 3 - Dipartimento di Statistica, Informatica, Applicazioni ...
Cap. 3 - Dipartimento di Statistica, Informatica, Applicazioni ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Corso di laurea magistrale in Statistica, Scienze Attuariali e Finanziarie<br />
INFERENZA STATISTICA (Note didattiche)<br />
Bruno Chiandotto Versione 2015<br />
3. Stima<br />
Quello sopra introdotto è un concetto assoluto di efficienza che risulta<br />
operativamente poco utile in quanto sono molto infrequenti le situazioni di ricerca in cui<br />
si riesce ad individuare per via analitica lo stimatore più efficiente (nell’errore semplice<br />
medio o nell’errore quadratico medio), sempre nell’ipotesi di esistenza di tale stimatore.<br />
Analogamente a quanto detto a proposito delle proprietà di concentrazione e di<br />
prossimità, oltre a considerare la proprietà di efficienza in senso assoluto si può<br />
introdurre il concetto di efficienza in senso relativo confrontando due diversi stimatori<br />
ˆΘ 1<br />
e<br />
ˆΘ 2<br />
di uno stesso parametro incognito .<br />
Lo stimatore<br />
<br />
<br />
ˆΘ 1<br />
si dice più efficiente dello stimatore<br />
nell’errore semplice medio se ESM(<br />
nell’errore quadratico medio se EQM(<br />
ˆΘ 1) < ESM(<br />
ˆΘ 2<br />
ˆΘ 1) < EQM(<br />
:<br />
ˆΘ 2<br />
) , per qualunque<br />
<br />
ˆΘ 2<br />
), per qualunque <br />
.<br />
;<br />
L’efficienza relativa dello stimatore<br />
rapporti:<br />
e<br />
ESM<br />
<br />
<br />
ESM Θˆ<br />
1<br />
<br />
ESM Θˆ<br />
2<br />
<br />
<br />
ˆΘ 1<br />
rispetto allo stimatore<br />
e<br />
EQM<br />
<br />
<br />
EQM Θˆ<br />
1<br />
<br />
EQM Θˆ<br />
2<br />
<br />
<br />
ˆΘ 2<br />
è definita dai<br />
Comunque, il problema più rilevante nella ricerca dello stimatore più efficiente non<br />
risiede tanto nelle difficoltà analitiche di computo quanto nell’inesistenza di un tale<br />
stimatore ottimale; infatti, non sono affatto rare le situazioni nelle quali non esiste uno<br />
stimatore che minimizza l’ESM o l’EQM per qualunque valore di . In tali situazioni si<br />
dovrà abbandonare l’obiettivo della ricerca dell’ottimo assoluto, non esistendo un tale<br />
ottimo, per procedere, eventualmente, alla ricerca di un sub-ottimo.<br />
Si può, ad esempio, procedere alla ricerca di uno stimatore puntuale capace di<br />
minimizzare l’ESM o l’EQM in una classe ristretta di stimatori (minimo vincolato)<br />
essendo ragionevole ipotizzare l’esistenza di un ottimo in una classe ristretta; il vincolo<br />
usualmente imposto è quello della correttezza o non distorsione dello stimatore.<br />
Definizione 6 (Correttezza o non distorsione). Uno stimatore Θ ˆ ( , ,..., )<br />
n<br />
Tn X1 X<br />
2<br />
X<br />
n<br />
(di ) si dice corretto o non distorto se<br />
E( ˆΘ ) = .<br />
per qualunque .<br />
Θ<br />
Si consideri ora la relazione<br />
<br />
2<br />
2 2<br />
<br />
<br />
<br />
ˆ<br />
EQM ( Θˆ ) E Θˆ E Θˆ E( Θˆ ) E( Θˆ ) E Θˆ E( Θˆ<br />
) E - <br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
0 <br />
<br />
<br />
<br />
Var( Θˆ) E Θˆ<br />
- d<br />
<br />
<br />
2<br />
2 2<br />
ˆ <br />
2<br />
180