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 − 1(ψ )θ↦g(θ)=ψ

L∗(ψ)=max{θ:g(θ)=ψ}L(θ)
gL∗(ψ)=L(g−1(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 (θ)θgI(θ)=-∂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、L(θ)=ログL(θ)。
I(θ)=−∂2∂θ2l(θ)
l(θ)=log⁡L(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∂G(θ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:R→Rg(θ)=ψ0θ

通常のケースのスケッチ:

gψ=g(θ)d/dψ=dθ/dψ⋅d/dθ

I∗(ψ)=−d2L∗(ψ)dψ2=−ddψ(dL∗(ψ)dψ)=−ddψ(dL∗(ψ)dθdθdψ)=−d2L∗(ψ)dθ2(dθdψ)2−dL∗(ψ)dθd2θdψ2dθdψ.
I∗(g(θ^))=−d2L∗(g(θ^))dθ2(dθdψ)2−dL∗(g(θ^))dθd2θdψ2dθdψ=−d2L(g−1(g(θ^)))dθ2(dg(θ)dθ|θ=g−1(g(θ^)))−2−dL(g−1(g(θ^)))dθd2θdψ2dθdψ=I(θ^)(dg(θ)dθ|θ=θ^)−2,
dL(g−1(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.