В последнее время я был очень смущен, когда дал ответ на вопрос о минимальной дисперсии несмещенных оценок для параметров равномерного распределения, что было совершенно неверным. К счастью, меня сразу же поправили кардинал и Генри, и Генри дал правильные ответы для ОП .
Это заставило меня задуматься. Я изучил теорию лучших непредвзятых оценщиков в своем выпускном курсе математики в Стэнфорде около 37 лет назад. У меня есть воспоминания о теореме Рао-Блэкуэлла, нижней границе Крамера - Рао и теореме Лемана-Шеффе. Но как прикладной статистик я не очень много думаю о UMVUE в моей повседневной жизни, тогда как оценка максимального правдоподобия очень важна.
Это почему? Не переоцениваем ли мы теорию UMVUE в аспирантуре? Я думаю так. Прежде всего, непредвзятость не является решающим свойством. Многие совершенно хорошие MLEs предвзяты. Оценки усадки Штейна смещены, но преобладают в несмещенном MLE с точки зрения среднеквадратичной потери. Это очень красивая теория (оценка UMVUE), но очень неполная, и я думаю, что она не очень полезна. Что думают другие?