Cel tego artykułu:
Chcę tutaj przedstawić podobieństwa i różnice między dwoma ściśle powiązanymi pojęciami zwanymi „statystyką” i „estymatorem”. Nie chcę jednak omawiać różnic między parametrem a statystyką, które, jak zakładam, są wystarczająco jasne dla każdego, kto zmaga się z różnicami między statystyką a estymatorem. Jeśli tak nie jest, musisz najpierw przestudiować wcześniejsze posty, a następnie zacząć studiować ten post.
Związek:
Zasadniczo dowolna funkcja obserwowalnych zmiennych losowych o wartości rzeczywistej nazywa się statystyką. Istnieją pewne statystyki, które jeśli są dobrze zaprojektowane i mają pewne dobre właściwości (np. Spójność, ...), można je wykorzystać do oszacowania parametrów rozkładu podstawowego populacji. Dlatego statystyki są dużym zbiorem, a estymatory są podzestawem w zestawie statystyk. Dlatego każdy estymator jest statystyką, ale nie każda statystyka jest estymatorem.
Podobieństwa:
Mówiąc o podobieństwach, jak wspomniano wcześniej, oba są funkcjami zmiennych losowych. Ponadto oba mają rozkłady zwane „rozkładami próbkowania”.
Różnice:
Mówiąc o różnicach, różnią się one pod względem celów i zadań. Cele i zadania statystyki mogą polegać na podsumowaniu informacji w próbie (przy użyciu wystarczających statystyk), a czasem na przeprowadzeniu testu hipotez itp. Natomiast głównym celem i zadaniem estymatora, jak sama nazwa wskazuje, jest oszacowanie parametry badanej populacji. Należy wspomnieć, że istnieje wiele różnych estymatorów, z których każda ma swoją własną logikę obliczeniową, takich jak MOME, MLE, estymatory OLS i tak dalej. Kolejna różnica między tymi dwoma koncepcjami dotyczy ich pożądanych właściwości. Podczas gdy jedną z najbardziej pożądanych właściwości statystyki jest „wystarczalność”, pożądanymi właściwościami estymatora są takie rzeczy jak „spójność”, „bezstronność”, „precyzja” itp.
Uwaga:
Dlatego należy zachować ostrożność przy prawidłowym stosowaniu terminologii w przypadku statystyk i estymatorów. Na przykład nie ma sensu mówić o tendencyjności samej statystyki, która w żadnym wypadku nie jest estymatorem, ponieważ w takim kontekście nie ma parametru, abyśmy mogli obliczyć błąd systematyczny oraz Rozmawiać o tym. Dlatego musisz uważać na terminologię!
Dolna linia:
Podsumowując, każda funkcja obserwowalnych zmiennych losowych w próbce jest statystyką. Jeśli statystyka ma zdolność do oszacowania parametru populacji, wówczas nazywamy go estymatorem (parametru będącego przedmiotem zainteresowania). Jednak istnieją pewne statystyki, które nie są przeznaczone do szacowania parametrów, więc te statystyki nie są estymatorami i tutaj nazywamy je „zwykłymi statystykami”.
To, co przedstawiłem powyżej, to sposób, w jaki patrzę i myślę o tych dwóch pojęciach, i starałem się wyrazić to w prostych słowach. Mam nadzieję, że to pomoże!