充分性的因子分解定理

形式陈述

设样本空间 $(\mathcal X,\mathcal A)$ 与统计量空间 $(\mathcal T,\mathcal B)$ 均为标准 Borel 空间，模型 $\{P_\theta:\theta\in\Theta\}$ 被同一 $\sigma$ -有限测度 $\mu$ 支配，并固定密度 $p_\theta=dP_\theta/d\mu$ 。令 $T:(\mathcal X,\mathcal A)\to(\mathcal T,\mathcal B)$ 可测。标准 Borel 假设用于保证条件概率核存在，正反两方向都保留这项空间条件。若存在一个非负可测函数 $h:\mathcal X\to[0,\infty)$ ，且对每个 $\theta$ 都存在非负可测函数 $g_\theta:\mathcal T\to[0,\infty)$ ，使

p_\theta(x)=g_\theta(T(x))h(x)

对所有参数在共同的 $\mu$ -零集外成立，则 $T$ 对模型充分。这里 $h$ 对整个模型通用， $g_\theta$ 可以随参数变化；所有参数—数据交互都被限制在 $g_\theta(T(x))$ 中。

证明充分方向时，在纤维 $F_t=\{x:T(x)=t\}$ 内，参数因子 $g_\theta(t)$ 对所有 $x$ 相同；构造给定 $T=t$ 的条件分布时，它在归一化分子与分母中约去，只留下由 $h$ 和参考测度决定的条件规律。因此条件于 $T$ 后，样本内部位置不再含 $\theta$ 。

逆向“充分推出分解”要处理共同版本。标准 Borel 样本空间和统计量空间中，若充分性由一个对所有参数通用的正则条件核见证，并可选择相容的共同密度版本，则 $T$ 的边缘密度进入 $g_\theta(t)$ ，纤维内参数无关的部分进入 $h(x)$ ，得到上述形式。初等离散或 Euclidean 密度模型通常满足这些条件；在任意可测空间上使用“当且仅当”前，必须核对正则条件核和可测版本的存在。

直觉

统计量把样本空间切成一条条纤维。分解成立时，沿同一纤维移动只会改变 $h(x)$ ，所有参数的似然同时乘上相同倍数；不同参数之间的相对证据保持不变。跨纤维移动才会通过 $g_\theta$ 改变参数比较。

这一定理的力量在于把条件概率问题变成代数整理。验证时应先写完整联合密度与支持，再把所有含参数的项收集到 $g_\theta(T(x))$ ；把含参数因子塞入 $h$ ，或先删去参数依赖支持，都会使判据失去含义。

有限样本空间中，这个消去过程可完整写成

P_\theta(X=x\mid T=t) =\frac{g_\theta(t)h(x)} {\sum_{y:T(y)=t}g_\theta(t)h(y)} =\frac{h(x)}{\sum_{y:T(y)=t}h(y)}.

分母为零的 $t$ 属于条件分布版本可任意指定的零概率情形，不应拿来否定充分性。

例子与边界

对实验室重复读数 $X_1,\ldots,X_n\stackrel{iid}{\sim}N(\mu,\sigma^2)$ ，若 $\sigma^2$ 已知，则

p_\mu(x) =(2\pi\sigma^2)^{-n/2} \exp\left[-\frac{1}{2\sigma^2} \sum_i(x_i-\mu)^2\right].

利用

\sum_i(x_i-\mu)^2 =\sum_ix_i^2-2\mu\sum_ix_i+n\mu^2,

可写成

g_\mu\!\left(\sum_ix_i\right) =\exp\left[ \frac{\mu}{\sigma^2}\sum_ix_i- \frac{n\mu^2}{2\sigma^2} \right],

h(x)=(2\pi\sigma^2)^{-n/2} \exp\left[-\frac{1}{2\sigma^2}\sum_ix_i^2\right].

因此 $T=\sum_iX_i$ 对位置参数充分。若 $\mu$ 与 $\sigma^2$ 都未知，参数依赖还通过 $\sum_iX_i^2$ 进入，摘要必须扩为 $(\sum_iX_i,\sum_iX_i^2)$ 。模型一扩大，原统计量立即可能不再充分。

右删失指数寿命数据也能直接分解。观察 $(Y_i,\Delta_i)$ ，若删失独立且其分布不含故障率 $\lambda$ ，则与 $\lambda$ 有关的联合密度为

\lambda^{\sum_i\Delta_i} \exp\!\left(-\lambda\sum_iY_i\right).

所以 $T=(\sum_i\Delta_i,\sum_iY_i)$ 充分：故障总数与总暴露时间共同保留率参数信息。只保留其中一项会遗漏另一种似然变化。

边界与失败情形

共同支配是适用条件。若模型含无法由同一 $\sigma$ -有限测度统一支配的分布，密度版本不能直接使用；充分性仍可从共同条件核或充分 $\sigma$ -代数定义判断。

密度等式只需几乎处处成立，但不可数参数族中的逐参数零集并集未必仍是零集。因而需要共同版本，或把结论明确写成相应的版本化陈述；这个技术点在有限参数族中常被有限并集自动化解。

一次分解只认证充分性。它既不认证最小充分，也不认证完备；完整样本甚至总能取 $T(x)=x$ 、 $g_\theta(T)=p_\theta(x)$ 、 $h=1$ ，却没有任何压缩。

参数依赖支持并不会阻止因子分解。Uniform $(0,\theta)$ 的联合密度含 $\theta^{-n}\mathbf1\{x_{(n)}\le\theta\}$ ，指示因子只经最大值进入，所以 $X_{(n)}$ 充分。忽略指示函数只看光滑部分，会错误地认为数据根本没有进入参数项。

更换共同支配测度时，密度乘上的 Radon–Nikodym 因子只依赖 $x$ ，可吸收到 $h$ ，充分性保持不变。若所谓换测度引入了参数因子，实际已改变模型表示所依赖的共同结构，不能据此移动数据的参数依赖。

推论与应用

独立样本的密度乘积常把数据压缩成若干和，这正是指数族产生固定维自然充分统计量的机制。继续研究最小充分性时，可比较两样本 $x,y$ 的似然比 $p_\theta(x)/p_\theta(y)$ 是否与 $\theta$ 无关，从而判断它们是否应位于同一最粗充分纤维。

因子分解只认证模型信息的保留，不评价统计量的计算成本、数值稳定性或估计风险。后续 Rao–Blackwell 化利用充分性降低给定规则的凸风险，仍需另行指定估计目标与损失。

参考资料

George Casella and Roger L. Berger, Statistical Inference, 2nd ed., Duxbury, 2002，§6.2。
Erich L. Lehmann and George Casella, Theory of Point Estimation, 2nd ed., Springer, 1998，§1.5。
Robert V. Hogg, Joseph W. McKean, and Allen T. Craig, Introduction to Mathematical Statistics, 8th ed., Pearson, 2019，Ch. 7。

形式陈述 ​

边界与失败情形 ​

反向链接

形式陈述

边界与失败情形