यह उत्तर एक यथार्थवादी समस्या का वर्णन करता है जहां एक प्राकृतिक सुसंगत अनुमानक का प्रभुत्व होता है (असंगत अनुमानक द्वारा सभी नमूना आकारों के लिए सभी संभावित पैरामीटर मूल्यों के लिए बेहतर प्रदर्शन)। यह इस विचार से प्रेरित है कि स्थिरता द्विघात नुकसान के लिए सबसे उपयुक्त है, इसलिए इससे (जैसे एक असममित हानि के रूप में) दृढ़ता से प्रस्थान करने वाले नुकसान का उपयोग करके अनुमानकर्ताओं के प्रदर्शन का मूल्यांकन करने में निरंतरता को बेकार कर देना चाहिए।
मान लीजिए कि आपके ग्राहक आईआईडी सैंपल से एक चर (एक सममित वितरण होने का मतलब) का अनुमान लगाना चाहते हैं, लेकिन वे या तो इसका खामियाजा भुगत रहे हैं (ए) इसे कम आंकना या (ख) सकल रूप से कम आंकना यह।( x)1, ... , एक्सn)
यह देखने के लिए कि यह कैसे काम कर सकता है, आइए हम एक सरल हानि फ़ंक्शन को अपनाते हैं, यह समझते हुए कि व्यवहार में नुकसान इस मात्रा से भिन्न हो सकता है (लेकिन गुणात्मक रूप से नहीं)। माप की इकाइयों चुनें ताकि सबसे बड़ा सहनीय अत्यधिक है और एक अनुमान के नुकसान सेट टी जब सच मतलब है μ बराबर करने के लिए 0 जब भी μ ≤ टी ≤ μ + 1 और के बराबर 1 अन्यथा।1टीμ0μ ≤ टी ≤ μ + 11
गणना मतलब के साथ वितरण के एक सामान्य परिवार के लिए विशेष रूप से आसान है और विचरण σ 2 > 0 तो नमूना मतलब के लिए, ˉ एक्स = 1μσ2> 0एक सामान्य है(μ,σ2/n)वितरण। नमूना माध्यμका सुसंगत अनुमानक है, जैसा कि सर्वविदित है (और स्पष्ट है)। लेखनΦमानक सामान्य CDF के लिए, नमूना मतलब की उम्मीद की हानि के बराबर होती है1/2+Φ(-√एक्स¯= 1nΣमैंएक्समैं( μ , σ2/ एन)μΦ:1/250% संभावना है कि नमूना मतलब सच मतलब और बहुत मूल्यवान समझना होगा से आता हैΦ(- √1 / 2 + Φ ( - n--√/ σ)1 / 21से अधिक के वास्तविक अर्थ को कम करके आंकने के अवसर से आता है।Φ ( - n--√/ σ)1
की अपेक्षित हानि इस मानक सामान्य पीडीएफ के तहत नीले क्षेत्र के बराबर होती है। लाल क्षेत्र वैकल्पिक अनुमानक का अनुमानित नुकसान देता है, नीचे। वे के बीच ठोस नीले क्षेत्र की जगह से भिन्न होते हैं - √एक्स¯और0के बीच छोटे लाल क्षेत्र द्वारा √- एन--√/ (2σ))0और √n--√/ (2σ))। वह अंतर बढ़ता है जैसे हीnबढ़ता है।n--√/ σn
द्वारा दिए गए एक वैकल्पिक आकलनकर्ता के एक उम्मीद नुकसान है 2 Φ ( - √एक्स¯+ 1 / 2। सामान्य वितरण की समरूपता और असमानता इसका अनुमानित नुकसान हमेशा नमूना मतलब की तुलना में बेहतर है। (यह नमूना मतलब बनाताअग्राह्यइस नुकसान के लिए।) वास्तव में, नमूना मतलब की उम्मीद की हानि की निचली सीमा है1/2के लिए वैकल्पिक और converges की है कि जबकि0के रूप मेंएनबढ़ता है। हालांकि, वैकल्पिक स्पष्ट रूप से असंगत है: के रूप मेंएनबढ़ता है, यह करने के लिए संभावना में अभिसरणμ+1/2≠μ।2 Φ ( - n--√/ (2σ)) )1 / 20nnμ + 1 / 2 ≠ μ
एक्स¯एक्स¯+ 1 / 2n