Թեորեմն ասում է, որ ցանկացած գնահատող, որն անաչառ է տվյալ անհայտ մեծության համար, և որը կախված է տվյալներից միայն ամբողջական, բավարար վիճակագրության-ի եզակի լավագույն անաչառ գնահատողն է դրա եզակի. քանակ։
Արդյո՞ք UMVUE-ն եզակի է:
1 Պատասխան. Ընդհանրապես, UMVUE-ն ըստ էության եզակի է: Ձեր տրամադրած գնահատիչը UMVUE չէ, սակայն, իրոք, նույնիսկ անաչառ չէ: Ուշադրություն դարձրեք, որ E[1−X]=1−E[X]=1−p պայմանով, որ մեր պատահական փոփոխականը Բերնուլի է p պարամետրով։
Անաչառ գնահատող միշտ գոյություն ունի՞:
Կարևոր է նշել, որ միատեսակ նվազագույն շեղումների անկողմնակալ գնահատիչը միշտ չէ, որ գոյություն ունի, և նույնիսկ եթե գոյություն ունի, մենք չենք կարող գտնել այն:Չկա մեկ մեթոդ, որը միշտ կարտադրի MVUE: MVUE-ն գտնելու օգտակար մոտեցումներից մեկն սկսվում է պարամետրի համար բավարար վիճակագրություն գտնելով:
Արդյո՞ք UMVUE-ն և MVUE-ն նույնն են:
Վիճակագրության մեջ նվազագույն շեղումների անկողմնակալ գնահատիչը ( MVUE) կամ միատեսակ նվազագույն շեղումների անկողմնակալ գնահատիչը (UMVUE) անաչառ գնահատիչ է, որն ունի ավելի ցածր շեղում, քան ցանկացած այլ անաչառ գնահատող: պարամետրի բոլոր հնարավոր արժեքները։
Կարո՞ղ են լինել մի քանի անաչառ գնահատողներ:
Գնահատողների թիվը անհաշվելիորեն անսահման է, քանի որ R-ն ունի շարունակականության կարդինալությունը: Եվ դա այսքան անաչառ գնահատողներ ձեռք բերելու ընդամենը մեկ միջոց է: Այսպիսով, գնահատողն անաչառ է: