Sur le maximum de précision des estimations gaussiennes à la limite. (Q2606402)

Es handelt sich um folgendes Problem: Eine zufällige Variable \(x\) genüge einem Verteilungsgesetz mit der Dichte \(f(x,m)\), wo \(m\) ein Parameter ist, dessen Wert erst durch Vornahme von \(n\) Beobachtungen erschlossen werden soll, die das Ergebnis \(x_1, \ldots,x_n\) geliefert haben mögen. \(m_1(x_1,\ldots, x_n)\) sei irgendein Gesetz, das dazu dient, aus den Beobachtungen \(x_1, \ldots, x_n\) auf den Wert von \(m\) zu schließen. Folge mit \(\mu = \sqrt n(m_1 - m)\) die Verteilungsdichte \(F(\mu)\) für \(\mu\) bei großem \(n\) einem \textit{Gauß}schen Gesetz mit der Streuung \(\sigma^2\), so ergibt sich für großes \(n\) \[ \sigma^2 \geqq \frac 1g \;\text{mit} \;g = n \int \left(\frac 1f \frac {\partial f}{\partial m}\right)^2f(x,m)\,dx. \] Da nach \textit{J. L. Doob} (Trans. Amer. math. Soc. 36 (1934), 759-775; JFM 60.0467.*-468) das durch die method of maximum of likelihood gelieferte Gesetz für \(m\) bei großem \(n\) sich einem \textit{Gauß}schen Gesetz mit der Streuung \(1: \sqrt{n \cdot g}\) nähert, ist die Behauptung von \textit{R. A. Fisher} bestätigt, daß letztgenanntes Gesetz für \(m\) unter allen hierfür möglichen \textit{Gauß}schen Gesetzen die kleinste Streuung besitzt.