พื้นหลังของการศึกษาของฉัน :
ในการสุ่มตัวอย่างกิ๊บส์เมื่อเราสุ่มตัวอย่าง (ตัวแปรที่สนใจ) และจากและตามลำดับโดยที่และเป็นเวกเตอร์สุ่มมิติ เรารู้ว่ากระบวนการนั้นมักจะแบ่งออกเป็นสองขั้นตอน:
- ระยะเวลาการเผาไหม้ที่เราทิ้งตัวอย่างทั้งหมด แสดงว่ากลุ่มตัวอย่างเป็นและY_t
- "After-Burn-in" ประจำเดือนซึ่งเราทำการหาค่าเฉลี่ยตัวอย่างเป็นผลลัพธ์สุดท้ายที่เราต้องการ
อย่างไรก็ตามตัวอย่างในลำดับ "after-burn-in"ไม่ได้ถูกแจกจ่ายอย่างอิสระ ดังนั้นหากฉันต้องการตรวจสอบความแปรปรวนของผลลัพธ์สุดท้ายมันก็จะกลายเป็น
ที่นี่มีคำเป็นข้ามแปรปรวนเมทริกซ์ใช้กับใด ๆกับ<J
ตัวอย่างเช่นฉันมี
จากนั้นฉันสามารถประมาณเมทริกซ์ความแปรปรวนร่วมด้วย
ตอนนี้ผมกำลังสนใจในการประมาณค่าถ้าส่งผลอย่างมีนัยสำคัญที่ไม่ใช่ศูนย์เพื่อที่ฉันจำเป็นต้องใส่มันลงไปในการประมาณค่าความแปรปรวนของฉัน{X}]
ดังนั้นคำถามของฉันมาที่นี่ :
- เราตัวอย่างจากi}) เนื่องจากกำลังเปลี่ยนแปลงฉันคิดว่าและไม่ได้มาจากการกระจายเดียวกันดังนั้นไม่ได้เป็นเช่นเดียวกับi}] คำสั่งนี้ถูกต้องหรือไม่ P ( X t + i | Y t + i ) Y t + i X t + i X t + i + 1 Cov [ X t + i , X t + j ] Cov [ X t + i , X t + i ]
- สมมติว่าฉันมีข้อมูลเพียงพอที่จะประมาณ (ตัวอย่างข้างเคียงตามลำดับ) จะมีวิธีทดสอบว่าเมทริกซ์ความแปรปรวนร่วมมีนัยสำคัญหรือไม่ เมทริกซ์ที่ไม่เป็นศูนย์? พูดอย่างกว้าง ๆ ฉันสนใจในตัวบ่งชี้ที่ชี้แนะฉันไปยังเมทริกซ์การแปรปรวนร่วมที่มีความหมายซึ่งควรรวมอยู่ในการประมาณค่าความแปรปรวนสุดท้าย