Согласованность (статистика) - Consistency (statistics)

В статистика, последовательность процедур, таких как вычисления доверительные интервалы или проведение проверка гипотез, является желаемым свойством их поведения, поскольку количество элементов в наборе данных, к которому они применяются, неограниченно увеличивается. В частности, согласованность требует, чтобы результат процедуры с неограниченными данными определял основную истину.^[1]Использование этого термина в статистике происходит от сэр Рональд Фишер в 1922 г.^[2]

Использование терминов последовательность и последовательный в статистике ограничивается случаями, когда, по сути, одна и та же процедура может применяться к любому количеству элементов данных. В сложных приложениях статистики может быть несколько способов увеличения количества элементов данных. Например, количество записей об осадках в пределах области может увеличиваться тремя способами: записи за дополнительные периоды времени; записи для дополнительных сайтов с фиксированной площадью; записи для дополнительных сайтов, полученные за счет увеличения размера области. В таких случаях свойство согласованности может быть ограничено одним или несколькими возможными способами увеличения размера выборки.

Оценщики

А согласованная оценка тот, для которого, когда оценка рассматривается как случайная переменная индексируется по номеру п элементов в наборе данных, как п увеличивает оценки сходятся по вероятности до значения, которое оценщик предназначен для оценки.

Оценщик, имеющий Последовательность Фишера - это параметр, для которого, если бы оценка была применена ко всей генеральной совокупности, а не к выборке, было бы получено истинное значение оцениваемого параметра.

Тесты

Основная статья: Статистическая проверка гипотез

А последовательный тест тот, для которого мощность теста для фиксированной ложной гипотезы увеличивается до единицы по мере увеличения количества элементов данных.^[1]

Классификация

В статистическая классификация, непротиворечивый классификатор - это классификатор, для которого вероятность правильной классификации с учетом обучающего набора приближается по мере увеличения размера обучающего набора к наилучшей вероятности, теоретически возможной, если бы распределения совокупности были полностью известны.

Разреженность

Позволять ${\displaystyle \mathbf {b} }$ быть вектором и определить опору ${\displaystyle \operatorname {supp} (\mathbf {b} )=\{i:\mathbf {b} _{i}\neq 0\}}$ куда ${\displaystyle \mathbf {b} _{i}}$ это ${\displaystyle i}$й элемент ${\displaystyle \mathbf {b} }$. Позволять ${\displaystyle {\hat {\mathbf {b} }}}$ быть оценщиком для ${\displaystyle \mathbf {b} }$. Тогда разреженность - это свойство, при котором поддержка оценщика сходится к истинной поддержке по мере того, как количество выборок растет до бесконечности. Более формально ${\displaystyle P(\operatorname {supp} ({\hat {\mathbf {b} }})=\operatorname {supp} (\mathbf {b} ))\rightarrow 1}$ в качестве ${\displaystyle n\rightarrow \infty }$.^[3]

Смотрите также

• Последовательный оценщик
• Внутренняя согласованность
• Надежность (статистика)

Рекомендации

1. Додж, Ю. (2003) Оксфордский словарь статистических терминов, ОУП. ISBN  0-19-920613-9 (записи для согласованности, согласованная оценка, согласованный тест)
2. Upton, G .; Кук, И. (2006) Оксфордский статистический словарь, 2-е издание, ОУП. ISBN  978-0-19-954145-4
3. http://normaldeviate.wordpress.com/2013/09/11/consistency-sparsistency-and-presistency/