L’efficienza è una proprietà che permette di confrontare due diversi Stimatori per lo stesso parametro. Uno stimatore è considerato più efficiente di un altro se, a parità di altre condizioni, ha una varianza minore (ovvero produce stime più concentrate attorno al valore atteso).
Efficienza Relativa
Dati due stimatori non distorti \hat{\theta}_1 e \hat{\theta}_2, l’efficienza relativa di \hat{\theta}_1 rispetto a \hat{\theta}_2 è il rapporto tra le loro varianze: eff(\hat{\theta}_1, \hat{\theta}_2) = \frac{\text{Var}(\hat{\theta}_2)}{\text{Var}(\hat{\theta}_1)} Se il rapporto è maggiore di 1, \hat{\theta}_1 è più efficiente.
Limite Inferiore di Cramér-Rao
In statistica esiste un limite teorico alla precisione che uno stimatore non distorto può raggiungere. Questo limite è dato dalla disuguaglianza di Cramér-Rao. Uno stimatore che raggiunge questo limite (ovvero ha la varianza minima possibile) è detto efficiente in senso assoluto o MVUE (Minimum Variance Unbiased Estimator).
Significato Ingegneristico
- Massimizzazione dell’Informazione: In ingegneria delle telecomunicazioni e dei sensori, l’efficienza è cruciale. Utilizzare uno stimatore inefficiente significa “sprecare” i dati raccolti: sarebbe come avere un sensore molto costoso ma estrarre l’informazione in modo approssimativo.
- Riduzione dei Costi Sperimentali: Se uno stimatore è più efficiente, richiede un campione più piccolo (e quindi meno test di laboratorio, meno tempo, meno costi) per raggiungere la stessa precisione di uno stimatore meno efficiente.
Vedi anche: Stimatore Statistico, Varianza, Massima Verosimiglianza.