Что такое асимптотическая ковариационная матрица?

10

Верно ли, что асимптотическая ковариационная матрица равна ковариационной матрице оценок параметров? Если нет, то что это? И в чем разница между ковариационной матрицей и асимптотической ковариационной матрицей в этом случае? Заранее спасибо!

Лесли
источник
2
Асимптотическая ковариационная матрица является приближением к ковариационной матрице выборочного распределения оценок параметров, которая улучшается по мере увеличения числа выборок, на которых основаны оценки параметров.
tchakravarty

Ответы:

8

Для данного iid-образца из параметрического распределения с плотностью , где является неизвестным параметром, оценщик имеет распределение со средним и дисперсионно-ковариационной матрицей . Таким образом, является дисперсионно-ковариационной матрицей в том смысле, что (X1,,XN)thetas ; & thetas ; ( X 1 , ... , X N ) μ п ( & thetas ; ) Σ п ( & thetas ; ) Σ п ( & thetas ; ) & thetas ; ( X 1 , ... , Х Н ) Е & thetas ; [ { & thetas ; ( X 1 , , X N ) - μ nfθ()θθ^(X1,,XN)μn(θ)Σn(θ)Σn(θ)θ^(X1,,XN)

Eθ[{θ^(X1,,XN)μn(θ)}{θ^(X1,,XN)μn(θ)}T]=Σn(θ).

Теперь, если является сходящимся оценщиком и если существует предельное распределение для , это означает, что существует последовательность увеличивается до , например, , так что где обозначает распределение, индексированное и предельное распределение lhs. Это предельное распределение имеет дисперсию которая называется асимптотической дисперсией.θ^(X1,,XN)θ^(X1,,XN)(ϕn)+ φп { & thetas ; ( X 1 ,..., Х Н )- μ п (thetas) } расстояние GthetasGthetasthetas£thetasϕn=n

ϕn{θ^(X1,,XN)μn(θ)}distGθ
GθθΞθ
Сиань
источник
Почему вы говорите "например, "? Не должно ли это быть всегда ? ϕn=nn
user56834
Существуют оценки, которые сходятся быстрее или медленнее, чем как, например, единая оценка . n
Сиань