यह घातीय परिवार के बारे में एक सामान्य दावा है, लेकिन मेरी राय में, ज्यादातर बार इसे एक तरह से कहा जाता है जो कम अनुभवी पाठक को भ्रमित कर सकता है। क्योंकि, अंकित मूल्य पर लिया गया, यह कहा जा सकता है "यदि हमारे यादृच्छिक चर घातीय परिवार में वितरण का अनुसरण करते हैं, तो यदि हम एक नमूना लेते हैं और इसे पर्याप्त सांख्यिकीय में सम्मिलित करते हैं, तो हम सांख्यिकीय के वास्तविक अपेक्षित मूल्य को प्राप्त करेंगे। "। यदि केवल यह ऐसा था ... अधिक से अधिक यह नमूने के आकार को ध्यान में नहीं रखता है, जो आगे भ्रम पैदा कर सकता है।
घातीय घनत्व फ़ंक्शन है
fX(x)=h(x)eη(θ)T(x)e−A(θ)(1)
जहाँ पर्याप्त आँकड़ा है।T(x)
चूंकि यह एक घनत्व है, इसलिए इसे एकता को एकीकृत करना है, इसलिए ( का समर्थन है )SxX
∫Sxh(x)eη(θ)T(x)e−A(θ)dx=1(2)
Eq। सभी इसलिए हम दोनों पक्षों को इसके संबंध में अंतर कर सकते हैं:(2)θ
∂∂θ∫Sxh(x)eη(θ)T(x)e−A(θ)dx=∂(1)∂θ=0(3)
विभेदन और एकीकरण के क्रम को बदलकर, हम प्राप्त करते हैं
∫Sx∂∂θ(h(x)eη(θ)T(x)e−A(θ))dx=0(4)
हमारे पास विभेदीकरण करना
∂∂θ(h(x)eη(θ)T(x)e−A(θ))=fX(x)[T(x)η′(θ)−A′(θ)](5)
में डालने से हमें प्राप्त होता है(5)(4)
∫SxfX(x)[T(x)η′(θ)−A′(θ)]dx=0
⇒η′(θ)E[T(X)]−A′(θ)=0⇒E[T(X)]=A′(θ)η′(θ)(6)
अब हम पूछते हैं: के बाएं हाथ एक वास्तविक संख्या है। तो, राइट-हैंड-साइड भी एक वास्तविक संख्या होनी चाहिए, और फ़ंक्शन नहीं । इसलिए इसका मूल्यांकन एक विशिष्ट किया जाना चाहिए, और यह "सत्य" " " होना चाहिए , अन्यथा बाएं-हाथ में हमारे पास का वास्तविक अपेक्षित मान नहीं होगा । इस पर जोर देने के लिए हम द्वारा सही मान को , और हम को फिर से लिखते हैं(6)θθT(X)θ0(6)
Eθ0[T(X)]=A′(θ)η′(θ)∣∣θ=θ0(6a)
हम अब अधिकतम संभावना अनुमान की ओर मुड़ते हैं । आकार नमूने के लिए लॉग-संभावना हैn
L(θ∣x)=∑i=1nlnh(xi)+η(θ)∑i=1nT(xi)−nA(θ)
बराबर संबंध में इसके व्युत्पन्न की स्थापना हम MLE प्राप्त करते हैंθ0
θ^(x):1n∑i=1nT(xi)=A′(θ)η′(θ)∣∣θ=θ^(x)(7)
की तुलना करें के साथ । दाएं हाथ के किनारे बराबर नहीं हैं , क्योंकि हम यह तर्क नहीं दे सकते हैं कि MLE आकलनकर्ता सही मूल्य पर हिट करता है। इसलिए न तो बाएं हाथ-बाजू हैं। लेकिन उस इक को याद करो। धारण के लिए सभी और इतने के लिए भी। तो इक में कदम। को संबंध में लिया जा सकता है और इसलिए हम eq लिख सकते हैं। for :(7)(6a)2 θθ^3,4,5,6θ^6aθ^
Eθ^(x)[T(X)]=A′(θ)η′(θ)∣∣θ=θ^(x)(6b)
के साथ संयुक्त , हमें वैध संबंध की ओर ले जाता है(7)
Eθ^(x)[T(X)]=1n∑i=1nT(xi)
वास्तव में परीक्षा के तहत दावा क्या है: अज्ञात मापदंडों के लिए MLE के तहत पर्याप्त आँकड़ा का अपेक्षित मूल्य (दूसरे शब्दों में, वितरण के पहले कच्चे क्षण का मूल्य जो हम प्राप्त करेंगे अगर हम उपयोग करते हैं। के स्थान पर ), नमूना ( से गणना के अनुसार पर्याप्त सांख्यिकीय के औसत के बराबर होता है (और यह केवल अनुमानित नहीं है) । θ^(x)θx
इसके अलावा, केवल अगर नमूना आकार तो हम सटीक रूप से कह सकते हैं, "MLE के तहत पर्याप्त सांख्यिकीय का अपेक्षित मूल्य पर्याप्त सांख्यिकीय के बराबर है"।n=1