Al demostrar que MSE se puede descomponer en varianza más el cuadrado de Bias, la prueba en Wikipedia tiene un paso, resaltado en la imagen. ¿Como funciona esto? ¿Cómo se empuja la expectativa al producto desde el tercer paso hasta el cuarto paso? Si los dos términos son independientes, ¿no debería aplicarse la expectativa a ambos términos? y si no lo son, ¿es válido este paso?
random-variable
expected-value
mse
statBeginner
fuente
fuente
La respuesta de Adán es correcta sobre el truco que es una constante. Sin embargo, ayuda a encontrar el resultado final, y no explica claramente la pregunta sobre el paso específico en el artículo de wikipedia (editar: lo que veo ahora es ambiguo sobre lo más destacado y el paso de la línea tres a la línea cuatro).E(θ^)−θ
(tenga en cuenta que la pregunta es acerca de la variable de , que difiere de la constante E [ θ ] - θ en la respuesta de Adán me escribió esta mal en mi comentario La ampliación de los términos para mayor claridad:. al. la variable se calcula θ , son constantes las expectativas de esta estimación e [ θ ] y el valor real θ )E[θ^]−θ^ E[θ^]−θ θ^ E[θ^] θ
Truco 1: considerar
la variablex=θ^
la constante dea=E[θ^]
y la constanteb=θ
Luego, la relación se puede escribir fácilmente usando las reglas de transformación que expresan los momentos de la variable sobre b en términos de los momentos de la variable x sobre a .x b x a
Truco 2: por segundo momento, la fórmula anterior tiene tres términos en la suma. Podemos eliminar uno de ellos (el caso ), ya que E [ ( θ - E [ θ ] ) ] = E [ θ ] - E [ E [ θ ] ] = 0i=1 E[(θ^−E[θ^])]=E[θ^]−E[E[θ^]]=0
Aquí también se puede argumentar con algo siendo constante. A saber, si a es una constante y usando a = E ( θ ) , que es una constante, obtienes E ( E ( θ ) ) = E ( θ ) .E(a)=a a a=E(θ) E(E(θ))=E(θ)
More intuitively: we made the moment ofx about a , equal to a central moment (and the odd central moments are zero). We get a bit of a tautology. By substracting the mean from the variable, θ^−E[θ^] , we generate a variable with mean zero. And, the mean of 'a variable with mean zero' is zero.
The wikipedia article uses these two tricks in respectively the third and fourth line.
The nested expectation in the third line
is simplified by taking the constant part(E(θ^)−θ) outside of it (trick 1).
The termE(θ^−E(θ^)) is solved (as equal to zero) by using the fact that the variable θ^−E(θ^) has mean zero (trick 2).
fuente
The comment of @user1158559 is actually the correct one:
fuente