logo

唯一の最尤推定量は十分統計量に依存する 📂数理統計学

唯一の最尤推定量は十分統計量に依存する

定理

もしパラメータ θ\theta に対する十分統計量 TT が存在し、θ\theta最尤推定量 θ^\hat{\theta} が一意に存在するなら、θ^\hat{\theta}TT の関数として表される。

証明 1

確率密度関数 f(x;θ)f \left( x ; \theta \right) を持つランダムサンプル X1,,XnX_{1} , \cdots , X_{n} とその十分統計量 T:=T(X1,,Xn)T := T \left( X_{1} , \cdots , X_{n} \right) 及び確率密度関数 ftf_{t} を考えよう。十分統計量の定義により、その尤度関数 LLL(θ;x1,,xn)=f(x1;θ)f(xn;θ)=fT(t(x1,,xn);θ)H(x1,,xn) \begin{align*} & L \left( \theta ; x_{1} , \cdots , x_{n} \right) \\ =& f \left( x_{1} ; \theta \right) \cdots f \left( x_{n} ; \theta \right) \\ =& f_{T} \left( t \left( x_{1} , \cdots , x_{n} \right) ; \theta \right) \cdot H \left( x_{1} , \cdots , x_{n} \right) \end{align*} と表される。ここでHHθ\theta に依存しない何らかの関数である。LLfTf_{T} の両方が θ\theta に依存しているからには、最大化されると同時に最大化される。しかし、仮定ではこれらを最大化する θ\theta が一意であるとされているので、θ\theta の最尤推定量 θ^\hat{\theta}TT に依存していなければならないということに他ならない。

説明

例として、一様分布 U(0,θ)U (0, \theta) に従うランダムサンプルを考えると、その十分統計量は maxXk\max X_{k} であり、最尤推定量もまた maxXk\max X_{k} であるため、この定理に従うことになる。


  1. Hogg et al. (2013). Introduction to Mathematical Statistcs(7th Edition): p397. ↩︎