Что верно про связь свойств несмещённость и состоятельность?

AЕсли оценка несмещённая, она автоматически становится состоятельной: одно свойство гарантирует другое при росте n
BЭто разные свойства: оценка может быть несмещённой, но не состоятельной, и наоборот, состоятельной, но смещённой
CСостоятельность означает, что дисперсия оценки равна нулю при любом конечном размере выборки n
DОба свойства выполняются автоматически только для оценок максимального правдоподобия (MLE) при любом n
Правильный ответ. Несмещённость отвечает про E[θ_hat], а состоятельность — про поведение при росте n.

Разбор

Несмещённость и состоятельность — это разные асимптотические свойства оценок. Несмещённость означает, что математическое ожидание оценки равно параметру при любом n. Состоятельность — что оценка сходится к параметру по вероятности при n → ∞. Они независимы: например, выборочная дисперсия с делителем n — состоятельная, но смещённая; а оценка только по первому наблюдению — несмещённая, но не состоятельная (её дисперсия не убывает с n). Состоятельность не означает нулевой дисперсии. MLE обычно состоятельны, но могут быть смещёнными при конечных n.

Проверь себя · 1/3разбор после ответа
Есть две оценки одного параметра: θ_hat_A несмещённая, но с высокой дисперсией; θ_hat_B слегка смещённая, но с низкой дисперсией. По какому критерию можно оправданно выбрать θ_hat_B как более полезную точечную оценку?
Тренировать статистику в Telegram

Ещё вопросы по теме «Точечные оценки и MLE»