ทึ่งกับคำถามที่ math.stackexchangeและตรวจสอบมันสังเกตุฉันสงสัยเกี่ยวกับคำสั่งต่อไปนี้ในรากที่สองของจำนวนสุ่มตัวแปร iid
สมมติว่าเป็นตัวแปรสุ่ม IID ด้วยแน่นอนไม่ใช่ศูนย์หมายถึงและความแปรปรวนและx_i ทฤษฎีขีด จำกัด กลางบอกว่าเมื่อเพิ่มขึ้นσ 2 Y = n Σฉัน= 1 X ฉันY - n μn
ถ้าฉันสามารถพูดได้เช่นเมื่อเพิ่มขึ้น?Z - √n
ตัวอย่างเช่นสมมติว่าคือ Bernoulli ที่มีค่าเฉลี่ยและความแปรปรวนจากนั้นคือทวินามและฉันสามารถจำลองสิ่งนี้ใน R พูดด้วย :
set.seed(1)
cases <- 100000
n <- 1000
p <- 1/3
Y <- rbinom(cases, size=n, prob=p)
Z <- sqrt(abs(Y))
ซึ่งให้ประมาณค่าเฉลี่ยความหวังและความแปรปรวนสำหรับ
> c(mean(Z), sqrt(n*p - (1-p)/4))
[1] 18.25229 18.25285
> c(var(Z), (1-p)/4)
[1] 0.1680012 0.1666667
และพล็อต QQ ซึ่งมีลักษณะใกล้เคียงกับเกาส์เซียน
qqnorm(Z)
1
@MichaelM: ขอบคุณสำหรับความคิดเห็นเหล่านั้น ฉันเริ่มต้นด้วยไม่เป็นลบ แต่ฉันคิดว่าพฤติกรรม asymptotic ที่ใช้งานง่ายที่คุณอธิบายอนุญาตให้มีการกระจายทั่วไป ความประหลาดใจของฉันคือ (a) ความแปรปรวนของสแควร์รูทของผลรวมนั้นมีแนวโน้มว่าค่าคงที่ไม่ได้ขึ้นอยู่กับnและ (b) การปรากฏตัวของการกระจายซึ่งมีลักษณะใกล้เคียงกับเกาส์เซียนมาก ตัวอย่างตอบโต้จะได้รับการต้อนรับ แต่เมื่อฉันลองกรณีอื่น ๆ ซึ่งในตอนแรกดูเหมือนจะไม่ใช่แบบเกาส์เซียนการเพิ่มขึ้น nดูเหมือนจะนำการแจกแจงกลับไปเป็นผลลัพธ์ประเภท CLT
—
เฮนรี่
ข้อสรุปของเรื่องนี้คือรูต - ค่าเฉลี่ย - สแควร์ (หรือค่าเฉลี่ยกำลังสอง) ของตัวแปรสุ่ม iid ที่ปรับขนาดได้อย่างเหมาะสม (คูณด้วยเช่นเดียวกับค่าเฉลี่ยเลขคณิต) ยังรวมไปถึงการแจกแจงแบบเกาส์โดยที่ช่วงเวลาที่4ของการแจกแจงแบบพื้นฐานนั้นมี จำกัด
—
เฮนรี่
เป็นเพียงความคิดเห็นสั้น ๆ : การอ้างสิทธิ์เป็นกรณีพิเศษของวิธีเดลต้าให้ดูทฤษฎีบท 5.5.24 ในหนังสือ "อนุมานเชิงสถิติ" โดย Casella & Berger
—
Michael M
@Michael: บางทีคุณอาจเห็นบางสิ่งบางอย่างที่ฉันไม่ได้อยู่ในขณะนี้ แต่ฉันไม่คิดว่าปัญหานี้เหมาะสมกับสมมติฐานของวิธี Delta แบบดั้งเดิม (เช่นตามที่ระบุไว้ในทฤษฎีที่คุณอ้างอิง) โปรดทราบว่าไม่ได้มาบรรจบกันในการกระจาย (โดยไม่ตั้งใจบนR ) และดังนั้น "ใช้วิธี Delta กับg ( y ) = √"ไม่ตอบสนองความต้องการที่จำเป็นอย่างไรก็ตามในขณะที่คำตอบของ S. Catterall แสดงให้เห็นถึงการแก้ปัญหาที่เป็นประโยชน์ซึ่งนำไปสู่คำตอบที่ถูกต้อง
—
cardinal
(ฉันเชื่อว่าคุณสามารถปรับเปลี่ยนหลักฐานของวิธีเดลต้าเป็นกรณีที่คล้ายกับข้างต้นเพื่อทำให้ฮิวริสติกที่กล่าวมาแล้วข้างต้นได้รับการเข้มงวดมากขึ้น)
—
พระคาร์ดินัล