การกระจายตัวของตัวอย่างหมายถึงการกระจาย Cauchy คืออะไร?


14

โดยทั่วไปแล้วเมื่อหนึ่งใช้ค่าเฉลี่ยตัวอย่างแบบสุ่มของการกระจาย (ที่มีขนาดตัวอย่างมากกว่า 30) หนึ่งได้รับการกระจายปกติอยู่ตรงกลางรอบค่าเฉลี่ย อย่างไรก็ตามฉันได้ยินว่าการแจกจ่าย Cauchy นั้นไม่มีคุณค่า การกระจายแบบใดที่ได้รับเมื่อได้รับค่าเฉลี่ยตัวอย่างของการแจกแจงโคชี

โดยทั่วไปสำหรับการแจกจ่าย Cauchyไม่ได้ถูกกำหนดดังนั้นคืออะไรและการกระจายของ\ bar {x}คืออะไร?μxμx¯x¯


1
จากหน้า Wikipediaดูเหมือนว่าค่าเฉลี่ยตัวอย่างของตัวแปร iid Cauchy จะมีการแจกแจงแบบเดียวกับตัวอย่าง
GeoMatt22

คำตอบ:


19

หากX1,,Xnเป็น iid Cauchy (0,1)จากนั้นเราสามารถแสดงให้เห็นว่าX¯เป็น Cauchy (0,1)โดยใช้อาร์กิวเมนต์ฟังก์ชันลักษณะ:

φX¯(t)=E(eitX¯)=E(j=1neitXj/n)=j=1nE(eitXj/n)=E(eitX1/n)n=e|t|

ซึ่งเป็นฟังก์ชั่นลักษณะของการกระจาย Cauchy มาตรฐาน หลักฐานสำหรับกรณี Cauchy ทั่วไปนั้นเหมือนกันโดยทั่วไป(μ,σ)


8
เพื่อช่วยเหลือผู้ที่อาจมีปัญหาในการเชื่อมต่อรายละเอียดบางอย่างขั้นตอนจากบรรทัดที่สองถึงสามใช้ความเป็นอิสระคนถัดไปใช้ "กระจายตัวเหมือนกัน" คนต่อไปสามารถทำได้หลายวิธี แต่วิธีที่ง่ายที่สุดคือดู ความคาดหวังในพลังนั้นเป็นส่วนสำคัญเดียวกับ Cauchy cf แต่ในดังนั้น (ถ้าคุณรู้ cf สำหรับ Cauchy แล้ว) คุณจะได้แล้วนำกำลังที่ลงมาให้ยกเลิกเงื่อนไขt/n[e|t/n|]nnn
Glen_b -Reinstate Monica

ฉันชอบที่คำตอบอื่น ๆ ยังอธิบายว่าวิธีนี้จะเป็นการจัดจำหน่ายที่มีเสถียรภาพ
Apollys รองรับ Monica

5

โดยทั่วไปเมื่อมีการสุ่มตัวอย่างเฉลี่ยของการแจกแจง (ที่มีขนาดตัวอย่างมากกว่า 30) จะได้รับการแจกแจงแบบปกติโดยมีศูนย์กลางอยู่ที่ค่าเฉลี่ย

ไม่แน่นอน คุณกำลังความคิดของทฤษฎีบทเซ็นทรัล จำกัด ซึ่งระบุว่าให้ลำดับของตัวแปร IID สุ่มที่มีความแปรปรวน จำกัด (ที่ตัวเองหมายถึงค่าเฉลี่ย จำกัด ) การแสดงออกลู่เข้าสู่การแจกแจงเป็นการกระจายตัวแบบปกติเมื่อไปที่อนันต์ ไม่มีการรับประกันว่าค่าเฉลี่ยตัวอย่างของเซตย่อยใด ๆ ของตัวแปรจะกระจายตามปกติXnμn[(X1+X2++Xn)/nμ]n

อย่างไรก็ตามฉันได้ยินมาว่าการกระจาย Cauchy ไม่มีค่าเฉลี่ย การกระจายแบบใดที่ได้รับเมื่อได้รับค่าเฉลี่ยตัวอย่างของการแจกแจงโคชี

เช่นเดียวกับ GeoMatt22 กล่าวว่าค่าเฉลี่ยตัวอย่างจะเป็น Cauchy ที่กระจายตัว ในคำอื่น ๆ Cauchy กระจายเป็นกระจายมั่นคง

โปรดสังเกตว่าทฤษฎีบทขีด จำกัด กลางใช้ไม่ได้กับ Cauchy ตัวแปรสุ่มแบบกระจายเพราะมันไม่มีค่าเฉลี่ยและความแปรปรวนที่แน่นอน


ความคิดเห็นของฉันก็ตั้งใจจะเป็นบิตที่แข็งแกร่งกว่า "ค่าเฉลี่ยของกลุ่มตัวอย่างยังเป็น Cauchy" เพราะค่าเฉลี่ยของกลุ่มตัวอย่างจะมีพารามิเตอร์เดียวกัน นั่นคือเช่นเดียวกับการแจกแจงปกติพารามิเตอร์ตำแหน่งจะเหมือนกัน แต่ไม่เหมือนกับกรณีปกติพารามิเตอร์มาตราส่วนก็จะเหมือนกัน (ในขณะที่สำหรับกรณีปกติมาตราส่วนจะลดลงเป็น ) . อย่างน้อยนี่คือการตีความของฉันเกี่ยวกับคุณสมบัติการแปลงสภาพ 2 รายการแรกที่ลิงก์ของฉัน 1/N
GeoMatt22

1
คุณพูดว่า: " ค่าเฉลี่ยตัวอย่างขององค์ประกอบ n ตัวแรกที่บรรจบกันในการแจกแจงเป็นการแจกแจงแบบปกติเมื่อ n ไปที่อนันต์ " ... ไม่แน่นอน ภายใต้เงื่อนไขที่อ่อนแอกว่าที่คุณต้องการสำหรับ CLT ค่าเฉลี่ยนั้นจะแปรเปลี่ยนเป็นค่าคงที่ (ตามกฎที่อ่อนแอของจำนวนมาก) คุณต้องสร้างมาตรฐานค่าเฉลี่ยเพื่อให้ลู่เข้าสู่การแจกแจงแบบปกติ μ
Glen_b -Reinstate Monica

@DilipSarwate แก้ไขแล้ว อย่าลืมว่าคุณสามารถแก้ไขคำตอบของคนอื่นได้
Kodiologist
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.