« MINQUE » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 6 : | Ligne 6 : | ||
1. La définition d'une classe générale d'estimateurs potentiels comme fonctions quadratiques des données observées, où les estimateurs se rapportent à un vecteur de paramètres du modèle ; | 1. La définition d'une classe générale d'estimateurs potentiels comme fonctions quadratiques des données observées, où les estimateurs se rapportent à un vecteur de paramètres du modèle ; | ||
2. Spécifier certaines contraintes sur les propriétés souhaitées des estimateurs, telles que l'absence de biais ; | 2. Spécifier certaines contraintes sur les propriétés souhaitées des estimateurs, telles que l'absence de [[biais]] ; | ||
3. Choisir l'estimateur optimal en minimisant une "norme" qui mesure la taille de la matrice de covariance des estimateurs. | 3. Choisir l'estimateur optimal en minimisant une "norme" qui mesure la taille de la matrice de covariance des estimateurs. | ||
Version du 23 décembre 2022 à 13:37
Définition
La théorie de l'estimation sans biais quadratique à norme minimale (MINQUE) a été développée par C. R. Rao. Son application était à l'origine le problème de l'hétéroscédasticité et l'estimation des composantes de la variance dans les modèles à effets aléatoires.
La théorie comporte trois étapes :
1. La définition d'une classe générale d'estimateurs potentiels comme fonctions quadratiques des données observées, où les estimateurs se rapportent à un vecteur de paramètres du modèle ;
2. Spécifier certaines contraintes sur les propriétés souhaitées des estimateurs, telles que l'absence de biais ;
3. Choisir l'estimateur optimal en minimisant une "norme" qui mesure la taille de la matrice de covariance des estimateurs.
Français
MINQUE
Anglais
MINQUE
MInimum Norm Quadratic Unbiased Estimation
Contributeurs: Maya Pentsch, wiki
