Olarak istatistik , delta metodu yaklaşık ilişkin bir sonucudur olasılık dağılımını bir için fonksiyon bir bölgesinin asimptotik normal bir istatistiksel tahmincisi sınırlayıcı bilgisinden varyans bu kestiricinin.
Tarih
Delta yöntemi, hatanın yayılmasından türetildi ve arkasındaki fikir 19. yüzyılın başlarında biliniyordu. İstatistiksel uygulaması TL Kelley tarafından 1928 yılına kadar izlenebilir . Yöntemin resmi bir açıklaması 1935'te JL Doob tarafından sunuldu . Robert Dorfman ayrıca 1938'de onun bir versiyonunu da tanımladı.
Tek değişkenli delta yöntemi
Delta yöntemi çok değişkenli bir ortama kolayca genelleşirken, tekniğin dikkatli motivasyonu tek değişkenli terimlerle daha kolay gösterilebilir. Kabaca, X n'nin tatmin edici bir
rastgele değişken dizisi varsa
nerede θ ve σ 2 sonlu sabitlerini değerlenen ve belirtir dağılımındaki yakınlaşma sonra,
g ′ ( θ ) ' nin var olduğu ve sıfır olmayan değerli olduğu özelliğini sağlayan herhangi bir g işlevi için .
Tek değişkenli durumda kanıt
Bu sonucun gösterilmesi, g ′ ( θ ) ' nin sürekli olduğu varsayımı altında oldukça basittir . Başlamak için, ortalama değer teoremini kullanıyoruz (yani: Taylor teoremini kullanan bir Taylor serisinin birinci derece yaklaşımı ):
X n ve θ arasında nerede bulunur . Not beri ve , bu olmalıdır çünkü ve g ' ( θ ) , sürekli uygulama , sürekli dönüşüm teoremi verimleri
nerede O anlamına gelir olasılık yakınsama .
Koşulları yeniden düzenlemek ve verir
ile çarpmak
Dan beri
varsayım tarafından, bu kadar itiraz hemen ardından gelmesi Slutsky teoremi o
Bu, kanıtı tamamlıyor.
Açık bir yaklaşım sırasına sahip kanıt
Alternatif olarak, yaklaştırma sırasını elde etmek için sonuna bir adım daha eklenebilir :
Bu, yaklaşımdaki hatanın olasılıkta 0'a yakınsadığını gösterir.
Çok değişkenli delta yöntemi
Tanım olarak, bir tutarlı tahmin B olasılık yakınsak gerçek değeri P , ve genellikle bir merkezi sınır teoremi elde etmek üzere uygulanabilir asimptotik normallik :
burada n gözlemlerin sayısıdır ve Σ bir (simetrik pozitif yarı kesin) kovaryans matrisidir. Tahmin edicinin B skaler değerli bir fonksiyonunun h varyansını tahmin etmek istediğimizi varsayalım . Sadece ilk iki dönem tutulması Taylor serisi ve vektör notasyon kullanılarak gradyan biz tahmin edilebilir h (B) olarak
h (B) ' nin varyansının yaklaşık olarak
olduğu anlamına gelir
Bir kullanabilir ortalama değer teoremini bu birinci dereceden yaklaşım alarak güvenmek olmadığını görmek için (birçok değişkenin reel değerli fonksiyonlar için).
Delta yöntemi bu nedenle şunu ima eder:
veya tek değişkenli terimlerle,
Örnek: iki terimli oran
Varsayalım X n olan binom parametrelerle ve n . Dan beri
Delta yöntemini g ( θ ) = log ( θ ) ile uygulayabiliriz.
Bu nedenle, herhangi bir sonlu n için varyansı gerçekte mevcut olmasa bile ( X n sıfır olabileceğinden), asimptotik varyansı vardır ve eşittir
Çünkü bu Not p> 0 , olarak , bu olasılık bir yakınsak olan, büyük için sonlu n .
Ayrıca, sırasıyla n ve m boyutlarındaki bağımsız örneklerden farklı grup oranlarının tahminleri ve bu tahminler ise, tahmin edilen göreceli riskin logaritması, şuna eşit asimptotik varyansa sahiptir.
Bu, bir hipotez testi oluşturmak veya göreli risk için bir güven aralığı oluşturmak için kullanışlıdır.
Alternatif form
Delta yöntemi genellikle, yukarıda esas olarak aynı olan bir formda kullanılır, ancak varsayımı olmadan X N ya da B asimptotik normaldir. Genellikle tek bağlam, varyansın "küçük" olmasıdır. Sonuçlar daha sonra sadece dönüştürülmüş büyüklüklerin ortalamalarına ve kovaryanslarına yaklaşık değerler verir. Örneğin Klein'da (1953, s. 258) sunulan formüller şunlardır:
burada h r olan R elemanı inci saat ( B ) ve B i olan I inci eleman B .
İkinci dereceden delta yöntemi
Tüm g ' ( θ ) = 0 ö yöntem uygulanamaz. Bununla birlikte, g ′ ′ ( θ ) varsa ve sıfır değilse, ikinci dereceden delta yöntemi uygulanabilir. Taylor açılımına göre, varyansın 4. momentine kadar dayanır .
İkinci dereceden delta yöntemi, numune boyutu küçük olduğunda dağılımın daha doğru bir yaklaşımının gerçekleştirilmesinde de yararlıdır .
. Örneğin , standart normal dağılım takip edildiğinde , standart bir normalin ağırlıklı toplamı ve serbestlik derecesi 1 olan bir ki-kare olarak yaklaşık olarak tahmin edilebilir.
Ayrıca bakınız
Referanslar
daha fazla okuma
Dış bağlantılar