สำหรับการพึ่งพาขั้นตอนด้านที่เกิดขึ้นเมื่อเราพิจารณาความแปรปรวนตัวอย่างเราเขียน
(n−1)s2=∑i=1n((Xi−μ)−(x¯−μ))2
=∑i=1n(Xi−μ)2−2∑i=1n((Xi−μ)(x¯−μ))+∑i=1n(x¯−μ)2
และหลังจากการจัดการเล็กน้อย
=∑i=1n(Xi−μ)2−n(x¯−μ)2
ดังนั้น
n−−√(s2−σ2)=n−−√n−1∑i=1n(Xi−μ)2−n−−√σ2−n−−√n−1n(x¯−μ)2
จัดการกับ
n−−√(s2−σ2)=n−−√n−1∑i=1n(Xi−μ)2−n−−√n−1n−1σ2−nn−1n−−√(x¯−μ)2
=nn−−√n−11n∑i=1n(Xi−μ)2−n−−√n−1n−1σ2−nn−1n−−√(x¯−μ)2
=nn−1[n−−√(1n∑i=1n(Xi−μ)2−σ2)]+n−−√n−1σ2−nn−1n−−√(x¯−μ)2
คำว่าจะกลายเป็นเอกภาพ asymptotically คำเป็น determinsitic และไปที่ศูนย์เป็น\n/(n−1)n√n−1σ2n→∞
เรายังมีใหญ่) องค์ประกอบแรกมาบรรจบกันในการจัดจำหน่ายเป็นปกติที่สองมาบรรจบกันในความน่าจะเป็นศูนย์ จากนั้นตามทฤษฎีของ Slutsky ผลิตภัณฑ์จะมาบรรจบกันเป็นศูนย์n−−√(x¯−μ)2=[n−−√(x¯−μ)]⋅(x¯−μ)
n−−√(x¯−μ)2→p0
เราถูกทิ้งให้อยู่กับเทอม
[n−−√(1n∑i=1n(Xi−μ)2−σ2)]
ได้รับการแจ้งเตือนจากตัวอย่างร้ายแรงที่เสนอโดย @whuber ในความคิดเห็นต่อคำตอบนี้เราต้องการทำให้แน่ใจว่าไม่คงที่ Whuber ชี้ให้เห็นว่าหากเป็น Bernoulliปริมาณนี้จะคงที่ ดังนั้นไม่รวมตัวแปรที่เกิดขึ้น (อาจเป็นคู่อื่น ๆ , ไม่ใช่แค่ไบนารี ) สำหรับส่วนที่เหลือที่เรามี(Xi−μ)2Xi(1/2)0/1
E(Xi−μ)2=σ2,Var[(Xi−μ)2]=μ4−σ4
และดังนั้นคำที่อยู่ภายใต้การตรวจสอบจึงเป็นเรื่องปกติของทฤษฎีการ จำกัด กลางแบบคลาสสิกและ
n−−√(s2−σ2)→dN(0,μ4−σ4)
หมายเหตุ: ผลลัพธ์ข้างต้นของการเรียนการสอนยังมีการแจกตัวอย่างปกติ - แต่ในกรณีนี้เรายังมีผลการกระจายตัวอย่างไค - สแควร์ จำกัด