统计推断(二) Estimation Problem

1. Bayesian parameter estimation

• Formulation

  • Prior distribution $p_{\mathsf{x}}(\cdot)$px​(⋅)
  • Observation $p_{\mathsf{y|x}}(\cdot|\cdot)$py∣x​(⋅∣⋅)
  • Cost $C(a,\hat a)$C(a,a^)

• Solution

  • $\hat x(\cdot) = \arg\min_{f(\cdot)} \mathbb E[C(x,f(y))]$x^(⋅)=argminf(⋅)​E[C(x,f(y))]
  • $\hat{\mathbf{x}}(\mathbf{y})=\underset{\mathbf{a}}{\arg \min } \int_{\mathcal{X}} C(\mathbf{x}, \mathbf{a}) p_{\mathbf{x} | \mathbf{y}}(\mathbf{x} | \mathbf{y}) \mathrm{d} \mathbf{x}$x^(y)=aargmin​∫X​C(x,a)px∣y​(x∣y)dx

• Specific case

  • MAE(Minimum absolute-error)

    • $C(a,\hat a)=|a-\hat a|$C(a,a^)=∣a−a^∣
    • $\hat x$x^ is the median of the belief $p_{\mathsf{x|y}}(x|y)$px∣y​(x∣y)

  • MAP(Maximum a posteriori)

    • $C(a,\hat a) = \left\{ \begin{array}{ll}{1,} & {|a-\hat a|>\varepsilon} \\ {0,} & {otherwise}\end{array}\right.$C(a,a^)={1,0,​∣a−a^∣>εotherwise​
    • $\hat x_{MAP}(y) = \arg \max_a p_{\mathsf{x|y}}(a|y)$x^MAP​(y)=argmaxa​px∣y​(a∣y)

  • BLS(Bayes’ least-squares)

    • $C(a,\hat a)=||a-\hat a||^2$C(a,a^)=∣∣a−a^∣∣2

    • $\hat x_{BLS}(y) = \mathbb E [\mathsf{x|y}]$x^BLS​(y)=E[x∣y]

    • proposition

      • unbiased: $b = \mathbb E[\mathsf{e(x,y)}]=E[\mathsf{\hat x(y)-x}]=0$b=E[e(x,y)]=E[x^(y)−x]=0

      • 误差的协方差矩阵就是 belief（后验分布？）的协方差阵的期望
        $\Lambda_{BLS}=\mathbb E[\mathsf{\Lambda_{x|y}(y)}]$ΛBLS​=E[Λx∣y​(y)]

• Orthogonality
  $\hat x(\cdot)\ is\ BLS \iff \mathbb E\left[ \mathsf{[\hat x(y)-x]g^T(y)}\right]=0$x^(⋅) is BLS⟺E[[x^(y)−x]gT(y)]=0

  Proof: omit

2. Linear least-square estimation

• Drawback of BLS $\hat x_{BLS}(y)=E[x|y]$x^BLS​(y)=E[x∣y]

  • requires posterior $p(x|y)$p(x∣y), which needs $p(x)$p(x) and $p(y|x)$p(y∣x)
  • calculating posterior is complicated
  • estimator is nonlinear

• Definition of LLS

  • $\hat {\mathbf{x}}_{LLS}(y) = \arg \min\limits_{f(\cdot) \in \mathcal{B}} E\left[||\mathsf{x-f(y)}||^2\right] \\ \mathcal{B}=\{f(\cdot):f(y)=Ay+d\}$x^LLS​(y)=argf(⋅)∈Bmin​E[∣∣x−f(y)∣∣2]B={f(⋅):f(y)=Ay+d}
  • 注意 $\hat {\mathbf{x}}(\mathsf{y})$x^(y) 是一个随机变量，是关于 $\mathsf{y}$y 的一个函数
  • LLS 与 BLS 都是假设 x 为一个随机变量，有先验分布，不同之处在于 LLS 要求估计函数为关于观测值 y 的线性函数，因此 LLS 只需要知道二阶矩，而 BLS 需要知道后验均值

• Property

  • Orthogonality
    $\hat {\mathbf{x}}(\cdot)\ is\ LLS \iff E[\hat {\mathbf{x}}(\mathsf{y})-\mathsf{x}]=0\ \ and\ \ E[(\hat {\mathbf{x}}(\mathsf{y})-\mathsf{x})\mathsf{y}^T]=0$x^(⋅) is LLS⟺E[x^(y)−x]=0  and  E[(x^(y)−x)yT]=0

  • 推论：由正交性可得到

    • $\hat x_{LLS}(y)=\mu_X+\Lambda_{xy}\Lambda_y^{-1}(y-\mu_y)$x^LLS​(y)=μX​+Λxy​Λy−1​(y−μy​)
    • $\Lambda_{\mathrm{LLS}} \triangleq \mathbb{E}\left[\left(\mathbf{x}-\hat{\mathbf{x}}_{\mathrm{LLS}}(\mathbf{y})\right)\left(\mathbf{x}-\hat{\mathbf{x}}_{\mathrm{LLS}}(\mathbf{y})\right)^{\mathrm{T}}\right]=\Lambda_{\mathrm{x}}-\Lambda_{\mathrm{xy}} \Lambda_{\mathrm{y}}^{-1} \Lambda_{\mathrm{xy}}^{\mathrm{T}}$ΛLLS​≜E[(x−x^LLS​(y))(x−x^LLS​(y))T]=Λx​−Λxy​Λy−1​ΛxyT​

  Proof: x 可以是向量

  $\Longrightarrow$⟹：反证法

  1. suppose $E[\hat x_{LLS}(y)-x]=\mathbb{b} \ne 0$E[x^LLS​(y)−x]=b​=0，take $\hat x'=\hat x_{LLS} - b$x^′=x^LLS​−b
     then $E\left[||\hat x' - x||^2\right]=E\left[||\hat x - x||^2\right]-b^2 < E\left[||\hat x - x||^2\right]$E[∣∣x^′−x∣∣2]=E[∣∣x^−x∣∣2]−b2<E[∣∣x^−x∣∣2]
     与 LLS 的定义矛盾；
  2. $e=\hat x(y)-x$e=x^(y)−x
     Take $\hat x' = \hat x_{LLS} - \Lambda_{ey}\Lambda_y^{-1}(y-\mu_y)$x^′=x^LLS​−Λey​Λy−1​(y−μy​)

  KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ M &= E\left[(\…

  由于 $E\left[||\mathsf{x-f(y)}||^2\right] = tr\{M\}$E[∣∣x−f(y)∣∣2]=tr{M}，LLS 的 MSE 应当最小
  由于 $\Lambda_y$Λy​ 正定，因此应有 $\Lambda_{ey}\Lambda_y^{-1}\Lambda_{ey}^T=0$Λey​Λy−1​ΛeyT​=0
  故 $E\left[(\hat x-\mu_x)(y-\mu_y)^T \right]=0 \Longrightarrow E[(\hat {\mathbf{x}}(\mathsf{y})-\mathsf{x})\mathsf{y}^T]=0$E[(x^−μx​)(y−μy​)T]=0⟹E[(x^(y)−x)yT]=0

  $\Longleftarrow$⟸：suppose another linear estimator $\hat x'$x^′
  KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ E\left[(\hat x…
  第三个等号是由于 $\hat x'-\hat x = A'y+d'$x^′−x^=A′y+d′

  同样的根据上面 $MSE=tr\{M\}$MSE=tr{M} 可得到 $\hat x$x^ 有最小的 MSE

• 联合高斯分布的情况

  • 定理：如果 x 和 y 是联合高斯分布的，那么
    $\hat x_{BLS}(y) = \hat x_{LLS}(y)$x^BLS​(y)=x^LLS​(y)

  证明：$e_{LLS}=\hat x_{LLS}-x$eLLS​=x^LLS​−x 也是高斯分布

  由于 $E[e_{LLS}\ y^T]=0$E[eLLS​ yT]=0，故 $e_{LLS}$eLLS​ 与 y 相互独立

  $E[e_{LLS}|y]=E[e_{LLS}]=0 \to E[\hat x_{LLS}|y]=\hat x_{LLS} = E[x|y]$E[eLLS​∣y]=E[eLLS​]=0→E[x^LLS​∣y]=x^LLS​=E[x∣y]

  • 通常如果只有联合二阶矩信息，那么 LLS 是 minmax

3. Non-Bayesian formulation

• Formulation

  • observation: distribution of y parameterized by x, $p_\mathsf{y}(\mathbf{y;x})$py​(y;x)
    not conditioned on x, $p_\mathsf{y|x}(\mathbf{y|x})$py∣x​(y∣x)
    此时 x 不再是一个随机变量，而是未知的一个参数
  • bias: $b(x)=E[\hat x(y)-\mathbf{x}]$b(x)=E[x^(y)−x]
  • 误差协方差矩阵 $\Lambda_{\mathrm{e}}(\mathrm{x})=\mathbb{E}\left[(\mathrm{e}(\mathrm{x}, \mathrm{y})-\mathrm{b}(\mathrm{x}))(\mathrm{e}(\mathrm{x}, \mathrm{y})-\mathrm{b}(\mathrm{x}))^{\mathrm{T}}\right]$Λe​(x)=E[(e(x,y)−b(x))(e(x,y)−b(x))T]

• **有效(valid)**估计器不应当显式地依赖于 x

• MVU: Minimum-variance unbiased estimator

  • 在 MMSE 条件下最优估计就是 MVU 估计
    KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ MSE &= E[e^2]=…

• MVU 可能不存在

  • 可能不存在无偏估计，即 $\mathcal{A}=\varnothing$A=∅
  • 存在无偏估计 $\mathcal{A} \ne \varnothing$A​=∅，但是不存在某个估计量在所有情况（任意 x）下都是最小方差

4. CRB

定理：满足正规条件时
$\mathbb{E}\left[\frac{\partial}{\partial x} \ln p_{y}(\mathbf{y} ; x) \right] = 0 \ \ \ \ for \ all \ \ x$E[∂x∂​lnpy​(y;x)]=0    for all  x
有
$\lambda_{\hat x}(X) \ge \frac{1}{J_y(x)}$λx^​(X)≥Jy​(x)1​
其中 Fisher 信息为
$J_{y}(x)=\mathbb{E}\left[\left(\frac{\partial}{\partial x} \ln p_{y}(\mathbf{y} ; x)\right)^{2}\right]=-\mathbb{E}\left[\frac{\partial^{2}}{\partial x^{2}} \ln p_{y}(\mathbf{y} ; x)\right]$Jy​(x)=E[(∂x∂​lnpy​(y;x))2]=−E[∂x2∂2​lnpy​(y;x)]
证明：取 $f(y)=\frac{\partial}{\partial x} \ln p_{y}(\mathbf{y} ; x)$f(y)=∂x∂​lnpy​(y;x)，有 $E[f(y)]=0$E[f(y)]=0
$cov(e(y),f(y))=\int (\hat x(y)-x)\frac{\partial}{\partial x} p_{y}(\mathbf{y} ; x)dy=1$cov(e(y),f(y))=∫(x^(y)−x)∂x∂​py​(y;x)dy=1

$1=cov(e,f)\le Var(e)Var(f)$1=cov(e,f)≤Var(e)Var(f)

备注

• 正规条件不满足时，CRB 不存在
• Fisher 信息可以看作 $p_{y}(\mathbf{y} ; x)$py​(y;x) 的曲率

4. 有效估计量

• 定义：可以达到 CRB 的无偏估计量

• 有效估计量一定是 MVU 估计量

• MVU 估计量不一定是有效估计量，也即 CRB 不一定是紧致（tight）的，有时没有估计量可以对所有的 x 达到 CRB

• 性质：（唯一的、无偏的，可以达到 CRB）
  $\hat x \ \ is \ \ efficient \iff \hat x(y)=x+\frac{1}{J_y(x)}\frac{\partial}{\partial x} \ln p_{y}(\mathbf{y} ; x)$x^  is  efficient⟺x^(y)=x+Jy​(x)1​∂x∂​lnpy​(y;x)

证明：有效估计量 $\iff$⟺ 可以达到 CRB $\iff$⟺ 取等号 $Var(e)Var(f)=1$Var(e)Var(f)=1 $\iff$⟺ 取等号 $e(y)=k(x)f(y)$e(y)=k(x)f(y) $\iff$⟺ $e(y)=x+k(X)f(y)$e(y)=x+k(X)f(y)
$\frac{1}{J_y(x)}=E[e^2(y)]=k(x)E[e(y)f(y)]=k(x)$Jy​(x)1​=E[e2(y)]=k(x)E[e(y)f(y)]=k(x)

5. ML estimation

• Definition
  $\hat x_{ML}(\cdot)=\arg\max_{a} p(y|a)$x^ML​(⋅)=argamax​p(y∣a)

Proposition: if efficient estimator exists, it’s ML estimator
$\hat x_{eff}(\cdot)=\hat x_{ML}(\cdot)$x^eff​(⋅)=x^ML​(⋅)
Proof:
$\hat x_{eff}(y)=x+\frac{1}{J_y(x)}\frac{\partial}{\partial x}\ln p(y;x)$x^eff​(y)=x+Jy​(x)1​∂x∂​lnp(y;x)
由于有效(valid)估计器不应当依赖于 x，因此上式中 x 取任意一个值都应当是相等的，可取 $\hat x_{ML}(y)$x^ML​(y)
$\hat x_{eff}(y)=\hat x_{ML}(y) + \frac{1}{J_y(x)}\frac{\partial \ln p(y;x)}{\partial x}\Big|_{x=\hat x_{ML}}=\hat x_{ML}(y)$x^eff​(y)=x^ML​(y)+Jy​(x)1​∂x∂lnp(y;x)​∣∣∣​x=x^ML​​=x^ML​(y)
备注：反之不一定成立，即 ML 估计器不一定是有效的，比如有时候全局的有效估计器(efficient estimator)不存在，也即此时按公式计算得到的 $\hat x_{eff}(y)$x^eff​(y) 实际上是依赖于 x 的，那么此时就不存在一个全局最优的估计器，此时的 ML 估计器也没有任何好的特性。

• 点赞
• 收藏
• 分享
• • 文章举报

Bonennult 发布了37 篇原创文章 · 获赞 27 · 访问量 2万+ 私信 关注

标签：mathbf,LLS,ML,mathsf,推断,Problem,Estimation,hat,mathrm
来源： https://blog.csdn.net/weixin_41024483/article/details/104165229