ノイマン因数分解定理の証明
📂数理統計学ノイマン因数分解定理の証明
定理
random sample X1,⋯,Xn がパラメータ θ∈Θ に対して同じ確率質量/密度関数f(x;θ) を持つとしよう。統計量 Y=u1(X1,⋯,Xn) が θ の 十分統計量 であるのは、以下を満たす非負の関数 k1,k2≥0 が存在する場合である。
f(x1;θ)⋯f(xn;θ)=k1[u1(x1,⋯,xn);θ]k2(x1,⋯,xn)
ただし、k2 は θ に依存してはならない。
証明
十分統計量の定義:θ∈Θ に依存しない H(x1,⋯,xn) に対して
fY1(u1(x1,⋯,xn);θ)f(x1;θ)⋯f(xn;θ)=H(x1,⋯,xn)
これが真である場合、Y1 をθ のための 十分統計量sufficient statistic と呼ぶ。
連続確率分布に対してのみ証明する。離散確率分布に対する証明はCasellaを参照されたい。
(⇒)
十分統計量の定義から fY1 はk1 に、H は f2 に該当するので自明である。
(⇐)
y1y2yn:=u1(x1,⋯,xn):=u2(x1,⋯,xn)⋮:=un(x1,⋯,xn)
便宜上、上記の関数の逆関数を以下のように置き、ヤコビアンを J と表す。
x1x2xn:=w1(y1,⋯,yn):=w2(y1,⋯,yn)⋮:=wn(y1,⋯,yn)
すると、Y1,⋯,Yn の 結合確率密度関数 g は wi=wi(y1,⋯,yn) に対して
g(y1,⋯,yn;θ)=k1(y1;θ)k2(w1,⋯,wn)∣J∣
であり、Y1 の 周辺確率密度関数 fY1 は
fY1(y1;θ)==∫−∞∞⋯∫−∞∞g(y1,…,yn;θ)dy2⋯dynk1(y1;θ)∫−∞∞⋯∫−∞∞∣J∣k2(w1,…,wn)dy2⋯dyn
k2 は θ に依存しない関数であり、J も θ を含まないため、右辺の積分は y1 のみの関数として表すことができる。これを仮に m(y1) と表すと
fY1(y1;θ)=k1(y1;θ)m(y1)
ここで m(y1)=0 であれば自明に fY1(y1;θ)=0 である。今、m(y1)>0 と仮定してみると、次のように書くことができる。
k1[u1(x1,⋯,xn);θ]=m[u1(x1,⋯,xn)]fY1[u1(x1,⋯,xn);θ]
与えられた式に代入すると
f(x1;θ)⋯f(xn;θ)===k1[u1(x1,⋯,xn);θ]k2(x1,⋯,xn)m[u1(x1,⋯,xn)]fY1[u1(x1,⋯,xn);θ]k2(x1,⋯,xn)fY1[u1(x1,⋯,xn);θ]m[u1(x1,⋯,xn)]k2(x1,⋯,xn)
k2 と m はどちらも θ に依存しないので、定義によりY1 は θ の十分統計量である。
■