এটি বিবেচনা করা যেতে পারে ... প্রতারণা, তবে ওএলএসের অনুমানকারী একটি এমওএম অনুমানকারী। একটি প্রমিত রৈখিক রিগ্রেশনের স্পেসিফিকেসন (সঙ্গে বিবেচনা করুন সম্ভাব্যতার সূত্রাবলি regressors, তাই মাত্রার regressor ম্যাট্রিক্স উপর শর্তাধীন হয়), এবং আকার একটি নমুনা । বোঝাতে ভ্যারিয়েন্সের OLS ঔজ্জ্বল্যের প্রেক্ষাপটে মূল্নির্ধারক ত্রুটি মেয়াদের। এটা তাই নিরপেক্ষএন এস 2 σ 2Kns2σ2
MSE(s2)=Var(s2)=2σ4n−K
এখন এর এমএলই বিবেচনা করুন । এটাইσ2
σ^2ML=n−Kns2
এটি কি পক্ষপাতদুষ্ট? এটির এমএসই হচ্ছে
MSE(σ^2ML)=Var(σ^2ML)+[E(σ^2ML)−σ2]2
ওএলএসের ক্ষেত্রে এমএলই প্রকাশ করা এবং আমরা প্রাপ্ত ওএলএসের অনুমানকারী বৈচিত্রের জন্য অভিব্যক্তিটি ব্যবহার করে
⇒এমএসই( σ 2 এম এল )=2(এন-কে)+ +কে2
MSE(σ^2ML)=(n−Kn)22σ4n−K+(Kn)2σ4
⇒MSE(σ^2ML)=2(n−K)+K2n2σ4
আমরা কোন অবস্থার অধীনে (যদি সেগুলি বিদ্যমান থাকে) চাই
MSE(σ^2ML)>MSE(s2)⇒2(n−K)+K2n2>2n−K
⇒2(n−K)2+K2(n−K)>2n2
2n2−4nK+2K2+nK2−K3>2n2
আমরা
তে
এই চতুর্ভুজটির পক্ষে নেতিবাচক মানগুলি পাওয়া সম্ভব? ইতিবাচক হওয়ার জন্য আমাদের এর বৈষম্যমূলক প্রয়োজন। আমাদের কাছে
যা এই বারের আরও এক চতুর্ভুজ । এই বৈষম্যমূলক হ'ল
তাই
এই বিষয়টি বিবেচনায় নিতে যে একটি পূর্ণসংখ্যা। যদি
−4n+2K+nK−K2>0⇒K2−(n+2)K+4n<0
KΔK=(n+2)2−16n=n2+4n+4−16n=n2−12n+4
nΔn=122−42=8⋅16
n1,n2=12±8⋅16−−−−√2=6±42–√⇒n1,n2={1,12}
nnএই ব্যবধানের এবং এর চতুর্ভুজ সবসময় ধনাত্মক মান নেয়, সুতরাং আমরা প্রয়োজনীয় অসমতা অর্জন করতে পারি না। সুতরাং:
আমাদের 12 এর চেয়ে বড় আকারের একটি নমুনা প্রয়োজন।ΔK<0K
কোয়াড্র্যাটিকের জন্য এটি শিকড় দেওয়াK
K1,K2=(n+2)±n2−12n+4−−−−−−−−−−√2=n2+1±(n2)2+1−3n−−−−−−−−−−−−√
সার্বিক: নমুনা আকার জন্য এবং regressors সংখ্যা যেমন যে
আমরা আছে
জন্য উদাহরণস্বরূপ, যদি তবে এক খুঁজে পেয়েছে যে অসমতার জন্য রেজিস্ট্রার সংখ্যা হতে হবে । এটি আকর্ষণীয় যে অল্প সংখ্যক রেজিস্ট্রারদের জন্য এমএসই অর্থে এমএলই ভাল।n>12K⌈K1⌉<K<⌊K2⌋
MSE(σ^2ML)>MSE(s2)
n=505<K<47
সংযোজন
মূল জন্য সমীকরণ লেখা যেতে পারে -quadraticK
K1,K2=(n2+1)±(n2+1)2−4n−−−−−−−−−−−−√
যা আমি
মনে করি নিখরচায় নীচের মূলটি সর্বদা থাকবে করা যখন regressors এখন পর্যন্ত MLE -so (অ্যাকাউন্ট "পূর্ণসংখ্যা-মান" সীমাবদ্ধতা গ্রহণ) MSE সাশ্রয়ী হতে হবে কোনো (সসীম) নমুনা আকার জন্য।
55