EKONOMETRIJA GORAN 061/346-0-628

SVOJSTVA OCENA NA MALIM UZORCIMA

 Osnovni skup – čine vrednosti koje uzima slučajna promnljiva X

 Vrednosti u osnovnom skupu određene su raspodelom koja može biti poznata ali i ne mora
 Nepoznati parametar skupa je 𝜃
 Ocena parametra 𝜃 je neka ocena 𝜃̂
 Za analizu 𝜃̂ relevantno je poznavanje raspodele ocene 𝜃̂ (uzoračka raspodela ocene); ocena je
slučajna promenljiva, ali za dati skup promenljivh uvek uzima neku vrednost

POŽELJNA SVOJSTVA OCENA

1. NEPRISTRASNOST (CENTRIRANOST) – ocena je nepristrasana ako je njena srednja vrednost (očekivana

vrednost) jednaka parametru
𝑬(𝜽̂ ) = 𝜽 !!!

Za različite uzorke mogu se dobiti različite ocene, ali je prosek svih ocena iz uzoraka jednak parametru
koji se ocenjuje.
Ukoliko je ocena nije nepristrasna veličina pristrasnosti se može izračunati kao:

̂) − 𝜽 >0, pristrasna na više

𝑬(𝜽
<0, pristrasna na niže

Prva ocena je nepristrsana jer je srednja vrednost

jednaka parametru 𝑬(𝜽 ̂) = 𝜽
Druga ocena je pristrsana je jer srednja
̂) > 𝜃
vrednost nije jednaka parametru 𝑬(𝜽

Pošto se ocena u praksi dobija na osnovu jednosg uzorka, postoji verovatnoća da se ona razlikuje od stvarne
vrednosti parametra. Pa je zato neophodno odrediti interval odstupanja ocene od parametra za dati uzorak.
Neophodno je pronaći varijasnu ocene.

Varijansa ocene – očekivana vrednost kvadrata odstupanja ocene od srednje vrednosti

𝒗(𝜽̂ ) = 𝑬(𝜽
̂ − 𝑬(𝜽̂ ))𝟐 ;
ako je ocena nepristrasna tada je:
̂ ) = 𝑬(𝜽
𝒗(𝜽 ̂ − 𝜽)𝟐

2. EFIKASNOST – da bi ocena bila efinasna mora da ispuni sledeće:

 ocena 𝜃̂ je nepristrasna
 ocena 𝜃̂ ima najmanju varijansu
Obe ocene su nepristrasne, ali druga ocena
ima veću varijasnu, pa je zato prva ocena
EFIKASNA.
Prva ocena ima najmanju disperziju oko
stvarne vrednosti parametra.
Efiksasnsa ocena se ponekad naziva najbolja
nepristrsana ocena

efikasna neefikasna
EKONOMETRIJA GORAN 061/346-0-628

3. LINEARNOST – ocena će biti linearna ako se može predstaviti kao linearna kombinacija elemenata iz
uzorka
̂ = 𝜶𝟏 𝑿𝟏 + 𝜶𝟐 𝑿𝟐 + ⋯ . 𝜶𝒏 𝑿𝒏
𝜽

Za ocenu koja ispunjava 1, 2 i 3. kaže se da je:

NAJBOLJA LINEARNA NEPRISTRSNA OCENA1 (NLNO); BLUE

SREDNJA KVADRATNA GREŠKA (SKG)

Šta ako ocena nije NLNO, koju ocenu izabrati?
 Ocenu koja je nepristrsana ali nema najmanju varijansu ili
 Ocenu koja je pristrsana ali ima malu varijasnu
U takvoj situaciji koristi se SKG i bira ocena sa najmanjom SKG

SKG – očekivana vrednost kvadrata razlike ocene 𝜃̂ od parametra 𝜃

izvođenje SKG:

1
Da ne bude zabune zašto ovde nema konzistentnosti. Konzistentnost zahteva da n→ ∞ , to svakako nije mali uzorak.
EKONOMETRIJA GORAN 061/346-0-628

ASIMPTOTKSA SVOJSTVA OCENA (svojstva ocena na uzorcima kada 𝑛 → ∞ )

1. ASIMPTOTSKA NEPRISTRASNOST ̂ = 𝜃, 𝑘𝑎𝑑𝑎 𝑛 → ∞ (ocena postaje nepristrasna

Е(𝜃)
povećanjem uzorka)

 nepristrasna ocena je uvek asimptotski nepristrasna

 pristrasna ocena je asimptotski nepristrsana ako i samo ako se povećanjem uzorka
smanjuje pristrsnost.

grafik:

Pristrasnost postoji pri uzorcima manjeg obima, za n= 10 i n= 100 srednje vrednosti ocena
nisu jednake parametru, ali kada se uzorak povećava na n=1000 srednja vrednost postaje
jednaka parametru što znači da je ocena asimptotski nepristrasna.

2. KONZISTENTNOST 𝑝 lim (𝜃̂) = 𝜃 (Konzistentna ocena konvergira u

𝑛→∞
verovatnoći ka stvarnoj vrednosti parametra uz uslov 𝑛 → ∞)
ili Granična vrednost raspodele verovatnoće konzistentne ocene jednaka je parametru koji se ocenjuje

grafik:
Treba uočiti dve stvari, povećanjem
uzorka:
1) nestaje pristrasnost
2) smanjuje se varijansa

Bitno: USLOV za konzistentnu ocenu da kada 𝑛 → ∞ , pristrasnost ocene i varijansa ocene teže nuli.
to znači da i SKG teži nuli.
Ocena će biti nekonzistenta ako barem jedan od sabiraka kod SKG ne teži nuli kada 𝑛 → ∞, tj. moguće su
sledeće situacije

Mi ćemo konzistentnost uglavnom dokazivati tako što posamtrao šta se dešava sa varijansom ocene
kada 𝑛 → ∞ .
EKONOMETRIJA GORAN 061/346-0-628

3. ASIMPTOTSKA EFIKSNOST - Ocena 𝜃̂ je asimptotski efikasna ocena parametra 𝜃 ako su ispunjeni

sledeći uslovi:
 Ocena je konzistentna
 Ne postoji druga konzistentna ocena sa manjom asimptotskom varijansom
Asimptotski efikasna ocena najbrže konvergira ka stvarnoj vrednosti parametra (u klasi konzistentnih
ocena najmanju asimptotsku varijansu ima ocena koja konzistentnost postiže pri najmanjem uzorku)

Obe ocene su konzistentne, ali prva ocena

već pri uzorku n=60 dobija oblik koji
ukazuje na konzistentnu ocenu, dok druga
ocena to čini tek pri uzorku n=1000, što
znači da je prva ocena asimptotski efikasna
jer brže konvergira ka stvarnoj vrednosti
parametara

Pitanja za razmišljanje?
 Ako je ocena konzistenta da li je nepristrsana
 Ako je ocena nepristrasna da li je asimtotski nepristrsana
 Ako je ocena asimptotski nepristrsana da li je nepristrasna
 Ako je ocena efikasna da li je konzistentna
 Ako je ocena nepristrsana, čemu je jednaka srednja kvadratna greška
 Da li tip pristrasnosti utiče na veličinu srednje kvadratne greške