我想知道当我对参数空间进行限制时,MLE 是否仍然一致、渐近正态和高效。
我认为我的困惑源于参数空间的定义。我知道给我们这些结果的定理取决于参数空间的某些属性。但是参数空间是指它可以采用的“自然值”还是我给它的参数空间?例如,伯努利随机变量的真实均值的参数空间是(这就是我所说的“自然值”),但如果由于某种原因,真实均值只能取值区间现在我的参数空间是多少?如果我在区间上找到 MLE,我会得到很好的渐近 MLE 属性吗?
我想知道当我对参数空间进行限制时,MLE 是否仍然一致、渐近正态和高效。
我认为我的困惑源于参数空间的定义。我知道给我们这些结果的定理取决于参数空间的某些属性。但是参数空间是指它可以采用的“自然值”还是我给它的参数空间?例如,伯努利随机变量的真实均值的参数空间是(这就是我所说的“自然值”),但如果由于某种原因,真实均值只能取值区间现在我的参数空间是多少?如果我在区间上找到 MLE,我会得到很好的渐近 MLE 属性吗?
如果真实值在参数空间的边界上——那以及可能性本身的某些规律性条件,那么好的属性就会停止工作。我相信您所需要的只是让参数的真实值位于参数空间的开放集中。的真实值为0.10,那么就您受限的参数空间而言,这是不可能的,所以当然一切都会失败。但如果它是 (.25,.75) 的内点,则 mle 仍将是通常的并且良好的渐近性质将成立。如果,你也不会得到很好的渐近线。
这不是一个纯粹的学术问题。在混合效应模型中,我们经常想要检验随机效应方差是否为 0,但在它为 0 的原假设下,通常的 mle 渐近线不再适用。