- Statistique exhaustive
-
Les statistiques exhaustives sont liées à la notion d'information et en particulier à l'information de Fisher elles servent entre autres à améliorer des estimateurs grâce à l'usage du théorème de Rao-Blackwell et du théorème de Lehman-Scheffé.
Intuitivement, parler d'une statistique exhaustive revient à dire que cette statistique contient l'ensemble de l'information sur le(s) paramètre(s) de la loi de probabilité.
Sommaire
Définition
Soit X un vecteur d'observation de taille n avec les Xi indépendantes et identiquement distribués (iid). Soit θ un paramètre influant sur la loi de probabilité à laquelle sont soumis les Xi. Une statistique S(X) est dite exhaustive (pour le paramètre θ) si la probabilité conditionnelle d'observer X sachant S(X) est indépendante de θ. Cela peut se traduire par la formule suivante :
En pratique l'on se sert peu de cette formule pour montrer qu'une statistique est exhaustive et l'on préfère en règle générale utiliser le critère suivant appelé critère de factorisation (parfois aussi appelé critère de Fisher-Neyman):
Soit fθ(x) la densité de probabilité du vecteur d'observation X. Une statistique S est exhaustive si et seulement s'il existe deux fonctions g et h telles que:
Un premier exemple: le modèle exponentiellement distribué
Si X est un vecteur d'observation de n variables iid de loi exponentielle de paramètre θ alors est une statistique exhaustive.
En effet la densité de X est donné par: qui peut se factoriser comme: .
Ici on a h(x) = 1 mais ce n'est pas toujours le cas.
Un deuxième exemple: la distribution de Poisson
Soient X1,....,Xn des variables iid de distribution de Poisson de paramètre λ, alors S(X) = X1 + ... + Xn est une statistique exhaustive.
La densité de xi est:
La densité de x est le produit des densités des xi car ils sont iid donc :
Le critère de factorisation est satisfait avec
Information apportée par une statistique exhaustive
Dans le cadre de l'information de Fisher pour une statistique on a les deux résultats suivants :
- Pour une statistique exhaustive on a IS(θ) = I(θ) ce qui permet de voir une statistique exhaustive comme une statistique comprenant toute l'information du modèle. L'on a aussi la réciproque à savoir que si IS(θ) = I(θ) alors S est exhaustif bien que cette caractérisation soit rarement utilisée dans ce sens. La définition reposant sur le critère de factorisation des statistiques exhaustives est souvent plus maniable.
- Quelle que soit la statistique S, avec un cas d'égalité uniquement pour des statistiques exhaustives. On ne peut donc récupérer plus d'information que celle contenue dans une statistique exhaustive. Ceci explique en grande partie l'intérêt des statistiques exhaustives pour l'estimation. La relation d'ordre est ici la relation d'ordre partielle sur les matrices symétriques à savoir qu'une matrice si B − A est une matrice symétrique positive.
- Portail des probabilités et des statistiques
Catégorie :- Estimation (statistique)
Wikimedia Foundation. 2010.