クラメール・ラオ下界とは？
くらめーるらおかかい
クラメール・ラオ下界とは、不偏推定量の分散が下回ることのできない理論的な最小値を与える不等式で、推定精度の限界を示します。
クラメール・ラオ下界（Cramér-Rao lower bound、CRLB）とは、任意の不偏推定量の分散が必ず満たさなければならない下限を与える統計的不等式です。ハラルド・クラメールとC.R.ラオが独立に導出しました。
その内容を端的に言うと、「どんなに賢い不偏推定量を使っても、その分散はフィッシャー情報量の逆数より小さくなれない」というものです。フィッシャー情報量が大きいほど下界が小さくなり、より精密な推定が原理的に可能になります。
クラメール・ラオ下界の重要な帰結と応用を挙げます。
- 有効推定量：CRLBを達成する推定量は「有効」と呼ばれ、最小分散不偏推定量（UMVUE）となる
- 最尤推定量：サンプル数が十分大きいとき、最尤推定量は漸近的にCRLBを達成する
- 実験設計の最適化：下界を小さくするよう測定方法を設計することで推定精度が向上する
- 信号処理・レーダー工学：到来時間推定や周波数推定などの精度評価に使われる
CRLBは実際の推定量がどの程度「最良」に近いかを評価するベンチマークとして機能します。推定量の比較・設計において統計理論の根幹をなす概念であり、統計学・情報理論・工学の広い分野で参照されます。
使い方・例文
「この不偏推定量の分散がクラメール・ラオ下界と一致したため、これ以上精度を改善することは理論的に不可能だと確認できた」という形で使われます。
この用語をシェア
最終更新: