จาก "ในทุกโอกาส: การสร้างแบบจำลองทางสถิติและการอนุมานโดยใช้โอกาส" โดย Y. Pawitan ความน่าจะเป็นของการกำหนดพารามิเตอร์ใหม่ถูกกำหนดเป็น ดังนั้นถ้าgเป็นแบบหนึ่งต่อหนึ่งดังนั้นL ^ * (\ psi) = L (g ^ {- 1} (\ psi)) (หน้า 45) ฉันพยายามแสดงแบบฝึกหัด 2.20 ซึ่งระบุว่าถ้า\ thetaเป็นสเกลาร์ (และฉันคิดว่าgควรเป็นฟังก์ชันสเกลาร์เช่นกัน) จากนั้น ฉัน ^ * (g (\ hat {\ theta})) = I ( \ hat {\ theta}) \ left | \ frac {\ partial g (\ hat {\ theta})} {\ partial \ hat {\ theta}} \ right | ^ {- 2}, ที่ ฉัน (\ theta) = - \ frac {\ partial ^ 2} {\ partial \ theta ^ 2} l (\ theta)
ถ้าเป็นแบบตัวต่อตัวสิ่งนี้จะตรงไปตรงมาโดยใช้กฎลูกโซ่และหลักการความแปรปรวน ฉันแค่สงสัยเกี่ยวกับบางสิ่ง:
- ทำไมเขายืนยันที่จะเขียนค่าสัมบูรณ์ สิ่งนี้อาจถูกทิ้งไว้ใช่ไหม
- โดยเขาหมายถึงฟังก์ชั่นประเมินที่ใช่ไหม หากเป็นกรณีนี้แสดงว่าเป็นทางเลือกที่ไม่ดีนัก ผมเชื่อว่าสัญกรณ์ชวเลขปกติสำหรับ woruld นี้เป็นtheta}
- วิธีนี้จะแสดงเมื่อไม่จำเป็นต้องเป็นตัวต่อตัว?