我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
估计的实现误差不仅取决于估计量的效率,还取决于偶然性。例如,假设我们观察到一个二元法向量,其期望已知位于圆上。那么,直观地说,向量越长,估计其角度就越准确。然而,尽管数据中包含了这种机会的信息,但无法用估计值的方差来解释。捕获它的一种方法是直接估计实现的误差。在本文中,我们将证明,最大似然估计的平方误差在可以估计的范围内,可以通过观测Fisher信息的逆来最准确地估计。关于这种最优性,我们还将研究其他几种估计量的性质,包括预期Fisher信息的逆、三明治估计量、折刀估计量和bootstrap估计量。与观测到的Fisher信息不同,这些估计值不是最优的。
布鲁斯·林赛(Bruce G.Lindsay)。 李冰。 “关于观察到的Fisher信息的二阶优化。” 安。统计师。 25 (5) 2172 - 2199, 1997年10月。 https://doi.org/10.1214/aos/1069362393