Дельта-метод
В статистике дельта -метод — это метод получения асимптотического распределения случайной величины. Это применимо, когда рассматриваемая случайная величина может быть определена как дифференцируемая функция случайной величины, которая является асимптотически гауссовой .
История [ править ]
Дельта-метод был основан на распространении ошибки , и его идея была известна в начале 20 века. [1] Его статистическое применение можно проследить еще в 1928 году Т.Л. Келли . [2] Формальное описание метода было представлено Дж. Л. Дубом в 1935 году. [3] Роберт Дорфман также описал эту версию в 1938 году. [4]
Одномерный дельта-метод [ править ]
Хотя дельта-метод легко обобщается на многомерные условия, тщательную мотивацию этого метода легче продемонстрировать в одномерных условиях. Грубо говоря, если существует последовательность случайных величин X n, удовлетворяющая
где θ и σ 2 являются конечнозначными константами и обозначает сходимость по распределению , тогда
для любой функции g, удовлетворяющей свойству ее первой производной, оцененной при , существует и имеет ненулевое значение.
Доказательство в одномерном случае [ править ]
Демонстрация этого результата довольно проста в предположении, что ' ( θ ) непрерывна g . Для начала мы используем теорему о среднем значении (т. е. аппроксимацию ряда Тейлора первого порядка с использованием теоремы Тейлора ):
где лежит между X n и θ . Обратите внимание, что поскольку и , должно быть так и поскольку g′ ( θ ) непрерывен, применение теоремы о непрерывном отображении дает
где обозначает сходимость по вероятности .
Переставив слагаемые и умножив на дает
С
непосредственно следует, по предположению из обращения к теореме Слуцкого что
На этом доказательство завершается.
Доказательство с явным порядком аппроксимации [ править ]
В качестве альтернативы можно добавить еще один шаг в конце, чтобы получить порядок аппроксимации :
Это говорит о том, что ошибка аппроксимации по вероятности стремится к 0.
Многомерный дельта-метод [ править ]
По определению, непротиворечивая оценка B сходится по вероятности к своему истинному значению β , и часто центральную предельную теорему можно применить для получения асимптотической нормальности :
где n — количество наблюдений, а Σ — (симметричная положительно полуопределенная) ковариационная матрица. Предположим, мы хотим оценить дисперсию скалярной функции h оценки B . Сохраняя только первые два члена ряда Тейлора и используя векторное обозначение градиента , мы можем оценить h(B) как
что означает, что дисперсия h(B) примерно равна
Можно использовать теорему о среднем значении (для вещественных функций многих переменных), чтобы увидеть, что это не зависит от приближения первого порядка.
Таким образом, дельта-метод подразумевает, что
или в одномерных терминах,
Пример: биномиальная пропорция [ править ]
Предположим, что n биномиален с X параметрами и н . С
мы можем применить метод Дельты с g ( θ ) = log( θ ) , чтобы увидеть
Следовательно, даже если для любого конечного n дисперсия на самом деле не существует (поскольку X n может быть равно нулю), асимптотическая дисперсия существует и равен
Обратите внимание, что поскольку p>0 , как , поэтому с вероятностью, стремящейся к единице, конечно для больших n .
Более того, если и представляют собой оценки различных групповых показателей из независимых выборок размером n и m соответственно, затем логарифм предполагаемого относительного риска имеет асимптотическую дисперсию, равную
Это полезно для построения проверки гипотезы или определения доверительного интервала для относительного риска.
Альтернативная форма [ править ]
Дельта-метод часто используется в форме, по существу идентичной приведенной выше, но без предположения, что X n или B асимптотически нормальны. Часто единственным контекстом является то, что дисперсия «небольшая». Тогда результаты просто дают приближение к средним значениям и ковариациям преобразованных величин. Например, формулы, представленные Кляйном (1953, стр. 258): [5]
где hr — r - й элемент h ( B ), а i — i - й элемент B. B
Дельта-метод второго порядка [ править ]
Когда g' ( θ ) = 0, дельта-метод применить невозможно. Однако, если g′′ ( θ ) существует и не равно нулю, можно применить дельта-метод второго порядка. Согласно расширению Тейлора, , так что дисперсия зависит до 4-го момента .
Дельта-метод второго порядка также полезен для более точной аппроксимации Распределение 's при небольшом размере выборки. . Например, когда следует стандартному нормальному распределению, может быть аппроксимирован как взвешенная сумма стандартного нормали и хи-квадрата со степенью свободы 1.
Непараметрический - метод дельта
Версия дельта-метода существует в непараметрической статистике . Позволять быть независимой и одинаково распределенной случайной величиной с выборкой размера с эмпирической функцией распределения , и разреши быть функционалом. Если дифференцируема по Адамару относительно метрики Чебышева , то
где и , с обозначающий эмпирическую функцию влияния для . Непараметрический точечный асимптотический доверительный интервал для поэтому дается
где обозначает -квантиль стандартной нормы. См. Вассерман (2006), с. 19ф. подробности и примеры.
См. также [ править ]
Ссылки [ править ]
- ^ Портной, Стивен (2013). "Письмо редактору". Американский статистик . 67 (3): 190. дои : 10.1080/00031305.2013.820668 . S2CID 219596186 .
- ^ Келли, Трумэн Л. (1928). Перекрестки в сознании человека: исследование дифференцируемых умственных способностей . стр. 49–50. ISBN 978-1-4338-0048-1 .
- ^ Дуб, Дж.Л. (1935). «Предельное распределение некоторых статистических данных» . Анналы математической статистики . 6 (3): 160–169. дои : 10.1214/aoms/1177732594 . JSTOR 2957546 .
- ^ Вер Хоф, JM (2012). «Кто изобрел дельта-метод?». Американский статистик . 66 (2): 124–127. дои : 10.1080/00031305.2012.687494 . JSTOR 23339471 .
- ^ Кляйн, Л.Р. (1953). Учебник эконометрики . п. 258.
Дальнейшее чтение [ править ]
- Олерт, GW (1992). «Заметки о методе Дельта». Американский статистик . 46 (1): 27–29. дои : 10.1080/00031305.1992.10475842 . JSTOR 2684406 .
- Уолтер, Кирк М. (1985). «Методы серии Тейлора» . Введение в оценку дисперсии . Нью-Йорк: Спрингер. стр. 221–247. ISBN 0-387-96119-4 .
- Вассерман, Ларри (2006). Вся непараметрическая статистика . Нью-Йорк: Спрингер. стр. 19–20. ISBN 0-387-25145-6 .
Внешние ссылки [ править ]
- Асмуссен, Сорен (2005). «Некоторые применения метода дельты» (PDF) . Конспект лекций . Орхусский университет. Архивировано из оригинала (PDF) 25 мая 2015 г.
- Фейвсон, Алан Х. «Объяснение дельта-метода» . Компания Стата