変換の下で観察されたフィッシャー情報


9

:Y. Pawitanによって"オール尤度尤度を使用して統計的モデリングと推論"、再パラメータ化の可能性として定義される L *ψ = 最大{ θ G θ = ψ } L θ したがって、gが1対1の場合、L ψ = L g 1ψ θg(θ)=ψ

L(ψ)=max{θ:g(θ)=ψ}L(θ)
gL(ψ)=L(g1(ψ))(p。45)。私があればと述べたエクササイズ2.20を表示しようとしていますスカラーである(と私は推測gは、同様のスカラ関数であると考えられる)、その後、 私は*G θ= I θ| G θθgIθ=-2
I(g(θ^))=I(θ^)|g(θ^)θ^|2,
観察されたフィッシャー情報であり、Lθ=ログLθ
I(θ)=2θ2l(θ)
l(θ)=logL(θ)

が1対1の場合、チェーンルールと不変性の原理を使用すると、これは簡単です。私はいくつかのことについて疑問に思っています:g

  1. なぜ彼は絶対値を書くことを主張するのですか?これは省略できますよね?
  2. することにより彼は機能を意味Gθをg(θ^)θ^g(θ)θθ=θ^g(θ^)θ
  3. g

回答:


4
  1. 絶対値は不要です。それは単なるタイプミスかもしれません。

  2. dg(θ)dθ|θ=θ^

  3. ψ0g:RRg(θ)=ψ0θ

通常のケースのスケッチ:

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.
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,
dL(g1(g(θ^)))/dθ=dL(θ^)/dθ=0

1
g
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.