logo

레만-셰페 정리 증명 📂수리통계학

레만-셰페 정리 증명

정리 1 2

완비 충분 통계량에 종속된 불편추정량은 유일하다. 다시 말해, θ\theta 의 완비충분통계량 TT 에 대해 만약 E[ϕ(T)]=τ(θ)E \left[ \phi (T) \right] = \tau (\theta)ϕ(T)\phi (T)τ(θ)\tau (\theta) 의 유일한 불편추정량, 즉 최선불편추정량이다.

설명

레만-셰페 정리는 불편추정량의 유일성을 보장하는 강력한 정리로써, 통계량의 완비성과 충분성이 중요한 이유 자체가 될 수 있다. 이 정리에 따라 충분통계량을 찾는 일이 의미를 가지며 더 이상 좋은 불편추정량을 찾을 이유가 없다.

증명

라오-블랙웰 정리: 모수 θ\theta 가 주어져 있다고 하자. TTθ\theta충분통계량이고 WWτ(θ)\tau \left( \theta \right)불편추정량이라고 할 때 ϕ(T):=E(WT)\phi \left( T \right) := E \left( W | T \right) 를 정의하면 모든 θ\theta 에 대해 다음이 성립한다. Eθϕ(T)=τ(θ)Varθϕ(T)VarθW \begin{align*} E_{\theta} \phi (T) =& \tau (\theta) \\ \operatorname{Var}_{\theta} \phi (T) \le& \operatorname{Var}_{\theta} W \end{align*} 다시 말해, ϕ(T)\phi (T)τ(θ)\tau (\theta) 에 대해 WW 보다 더 나은 불편추정량uniformly Better Unbiased estimator이다.

라오-블랙웰 정리에 따라 ϕ(T)\phi (T) 는 불편추정량이며, ϕ(T)\phi (T) 의 분산은 τ(θ)\tau (\theta) 의 불편추정량 WW 의 분산보다 크지는 않다. 이에 τ(θ)\tau (\theta) 에 대한 또 다른 불편추정량 ww ' 에 대해 ψ(T):=E(WT)\psi \left( T \right) := E \left( W’ | T \right) 라 정의하면 Eθ[ϕ(T)ψ(T)]=τ(θ)τ(θ)=0 E_{\theta} \left[ \phi \left( T \right) - \psi \left( T \right) \right] = \tau (\theta) - \tau (\theta) = 0 인데, TT완비성에 따라 모든 θ\theta 에 대해 Eθ[ϕ(T)ψ(T)]=0    Pθ(ϕ(T)=ψ(T))=100% E_{\theta} \left[ \phi \left( T \right) - \psi \left( T \right) \right] = 0 \implies P_{\theta} \left( \phi \left( T \right) = \psi \left( T \right) \right) = 100 \% 이다. 즉 ϕ(T)\phi (T)유일한 불편추정량이므로 최선불편추정량이 되어 증명이 끝난다.


  1. Casella. (2001). Statistical Inference(2nd Edition): p369. ↩︎

  2. Hogg et al. (2013). Introduction to Mathematical Statistcs(7th Edition): p402. ↩︎