Mengamati informasi Fisher di bawah transformasi

9

Dari "Dalam Semua Kemungkinan: Pemodelan Statistik dan Inferensi Menggunakan Kemungkinan" oleh Y. Pawitan, kemungkinan parameterisasi ulang θg(θ)=ψ didefinisikan sebagai

L(ψ)=max{θ:g(θ)=ψ}L(θ)
sehingga jika g adalah satu- ke-satu, lalu L(ψ)=L(g1(ψ)) (hlm. 45). Saya mencoba untuk menunjukkan Latihan 2.20 yang menyatakan bahwa jika θ adalah skalar (dan saya menganggap bahwa g seharusnya juga merupakan fungsi skalar), maka
I(g(θ^))=I(θ^)|g(θ^)θ^|2,
di mana
I(θ)=2θ2l(θ)
adalah informasi Fisher yang diamati dan l(θ)=logL(θ) .

Jika g adalah satu-ke-satu maka ini langsung menggunakan aturan rantai dan prinsip invarian. Saya hanya ingin tahu tentang beberapa hal:

  1. Mengapa dia bersikeras untuk menulis nilai absolut? Ini bisa ditinggalkan, kan?
  2. By g(θ^)θ^ ia maksud adalah fungsi g(θ)θ dievaluasi pada θ=θ^ , kan? Jika ini masalahnya, bukankah itu pilihan notasi yang buruk? Saya percaya bahwa notasi steno yang biasa untuk kata ini adalah g(θ^)θ .
  3. Bagaimana ini ditunjukkan ketika g belum tentu satu-ke-satu?
Stefan Hansen
sumber

Jawaban:

4
  1. Nilai absolut tidak perlu. Mungkin hanya salah ketik.

  2. Kamu benar. Notasi yang lebih baik lagi adalah .dg(θ)dθ|θ=θ^

  3. Itu tidak berlaku secara umum. Perbaiki beberapa dan tentukan oleh . Rhs tidak akan ditentukan karena turunannya nol untuk setiap .ψ0g:RRg(θ)=ψ0θ

Sebuah sketsa kasus biasa:

Untuk memuluskan satu-ke-satu dengan . Karena, , kita memiliki Oleh karena itu, gψ=g(θ)d/dψ=dθ/dψd/dθ

I(ψ)=d2L(ψ)dψ2=ddψ(dL(ψ)dψ)=ddψ(dL(ψ)dθdθdψ)=d2L(ψ)dθ2(dθdψ)2dL(ψ)dθd2θdψ2dθdψ.
DL(g-1(g( θ )))/dθ=dL( θ )/dθ=0
I(g(θ^))=d2L(g(θ^))dθ2(dθdψ)2dL(g(θ^))dθd2θdψ2dθdψ=d2L(g1(g(θ^)))dθ2(dg(θ)dθ|θ=g1(g(θ^)))2dL(g1(g(θ^)))dθd2θdψ2dθdψ=I(θ^)(dg(θ)dθ|θ=θ^)2,
di mana kami menggunakan .dL(g1(g(θ^)))/dθ=dL(θ^)/dθ=0
Zen
sumber
1
Terima kasih telah mengatasi semua keraguan saya dan untuk contoh-contoh sederhana dengan konstanta . Sketsa kasus biasa Anda mirip dengan apa yang telah saya lakukan, jadi semuanya baik-baik saja. Terima kasih. g
Stefan Hansen