十分統計量
【十分統計量】
k個の統計量がパラメータθに関するk次元の十分統計量であるとは、Tを与えたときのの条件つき分布がに依存しないことである。
初見だと?ってなりませんか、私はなりました。
ということで、この機会に弊家本棚の積読筆頭候補の『現代数理統計学』を参考にまとめてみました。
要は、で特徴付けられる分布があるんだけど、十分統計量Tなるものの情報を得るとその条件つき分布はに依存しなくなる、ということのようです。
まだピンと来ないので具体例を見ていきたいと思いますが、その前に『分解定理』を紹介して見通しを良くしましょう。
【分解定理】
Xを離散確率変数または連続確率変数としをXの確率変数または密度関数とする。が十分統計量であるための必要十分条件はが 、
の形に分解できることである。
ここではを含まないxのみの関数である。
密度関数をを含むxの統計量Tの関数と含まないxの関数に分けて、前者の統計量がの十分統計量になっている、と。
この定理の嬉しいところは、Tが十分統計量かどうかを調べるために条件付き分布()を求める必要がない、という点にあります。特に連続変数の場合は条件付き分布の導出に(自明でない)変数変換が必要となり、難儀するとのこと。
この定理は連続変数版の証明は測度論が必要とのことなので、離散版だけ証明を追いましょう。
【証明】
(必要性)
の分解が出来ているとする。
なので、
となり、に依存しないことから、Tが十分統計量となる。
(十分性)
Tが十分統計量とすると、
, (に依存しない)と置いて、
となる。
さて、話を戻してポアソン分布()について具体例を見ていきましょう。
パラメータの入った部分とそれ以外に分けて、, と置けば、分離定理よりは十分統計量だと分かりました。
こうして具体例を見ると大分クリアになりますね。
せっかくだから6章全部まとめようと思ったんですが、前章までの知識が必要だったりしてすぐ纏まんなそうなので、今回はこの辺で、そりでわ。