ค่าเฉลี่ยทางเรขาคณิตเป็นตัวประมาณค่ากลางที่มีการแจกแจงแบบต่อเนื่องหรือไม่


11

มีการแจกแจงแบบต่อเนื่องที่แสดงออกในรูปแบบปิดซึ่งค่าเฉลี่ยของค่าเฉลี่ยเรขาคณิตของตัวอย่างเป็นตัวประมาณค่าที่เป็นกลางสำหรับค่าเฉลี่ยนั้นหรือไม่

อัปเดต: ฉันเพิ่งรู้ว่าตัวอย่างของฉันต้องเป็นค่าบวก (มิฉะนั้นค่าเฉลี่ยทางเรขาคณิตอาจไม่มีอยู่) ดังนั้นอาจต่อเนื่องไม่ใช่คำที่เหมาะสม วิธีการเกี่ยวกับการกระจายซึ่งเป็นศูนย์สำหรับค่าลบของตัวแปรสุ่มและจะต่อเนื่องสำหรับค่าบวก บางอย่างเช่นการกระจายที่ถูกตัดทอน


2
การกระจายสามารถต่อเนื่องในขณะที่มีพื้นที่ตัวอย่างที่เป็นบวกอย่างเคร่งครัด (เช่นการกระจายแกมม่า)
หญิงชรา

1
คุณหมายถึงตัวอย่างที่ค่าเฉลี่ยเรขาคณิตจากตัวอย่างเป็นตัวประมาณที่ไม่ลำเอียงในช่วงเวลาแรกหรือไม่? ฉันเคยเห็นค่าเฉลี่ยทางเรขาคณิตของชุดข้อมูลที่แยกจากกันและไม่แน่ใจว่าจะกำหนดค่าทางเรขาคณิต "จริง" (เช่นระดับประชากร) สำหรับการกระจายอย่างต่อเนื่องได้อย่างไรบางที ? exp(E(log(X)))
หญิงชรา

มันทำงานได้สำหรับการกระจาย lognormal
Michael R. Chernick

มันถือถ้าตัวแปรสุ่มเท่ากับบางเกลาในเชิงบวกอย่างต่อเนื่องเกือบแน่นอน ไม่อย่างอื่น Xc
Matthew Gunn

คำตอบ:


19

ฉันเชื่อว่าคุณถามว่าการกระจายตัวของ rv คืออะไรถ้าเรามีตัวอย่างขนาดn > 1จากการกระจายนั้นมันจะถือXn>1

E[GM]=E[(i=1nXi)1/n]=E(X)

เนื่องจากสมมติฐานของ iidเรามี

E[(i=1nXi)1/n]=E(X11/n...Xn1/n)=E(X11/n)...E(Xn1/n)=[E(X1/n)]n

และเรากำลังถามว่าเราสามารถมีได้หรือไม่

[E(X1/n)]n=E(X)

แต่ด้วยความไม่เท่าเทียมของเจนเซ่นและความจริงที่ว่าฟังก์ชั่นพาวเวอร์นั้นมีความนูนสูงสำหรับพลังที่สูงกว่าความเป็นเอกภาพเรามีสิ่งนั้นเกือบจะแน่นอนสำหรับตัวแปรสุ่มที่ไม่เสื่อมโทรม (ไม่คงที่)

[E(X1/n)]n<E[(X1/n)]n=E(X)

ดังนั้นจึงไม่มีการแจกแจงดังกล่าว

GM

E(Xs)=exp{sμ+s2σ22}

μσ

s=1/n

E(GM)=[E(X1/n)]n=[exp{(μ/n)+σ22n2}]n=exp{μ+σ22n}

(ซึ่งบอกเราว่ามันเป็นตัวประมาณค่าเฉลี่ยของค่ามัธยฐาน) แต่

lim[E(X1/n)]n=limexp{μ+σ22n}=eμ

ซึ่งเป็นค่ามัธยฐานของการแจกแจง เราสามารถแสดงให้เห็นว่าความแปรปรวนของค่าเฉลี่ยเรขาคณิตของตัวอย่างมารวมกันที่ศูนย์และเงื่อนไขทั้งสองนี้เพียงพอสำหรับตัวประมาณนี้เพื่อให้สอดคล้องกันแบบเชิงเส้นกำกับ - สำหรับค่ามัธยฐาน

GMpeμ

บางทีมันควรจะเพิ่มว่าความไม่เท่าเทียมของ Jensen ที่ใช้กับฟังก์ชั่นนูนอย่างเคร่งครัดเป็นความเท่าเทียมกันเฉพาะเมื่อเป็นค่าคงที่ X
Olivier

@ Olivier: ฉันคิดว่านั่นเป็นคุณสมบัติที่รู้จักกันดีพอที่มันอาจเพิ่มความยุ่งเหยิงเพื่อรวมไว้ ไม่ว่าในกรณีใดความไม่เท่าเทียมของเจนเซ่นนั้นไม่จำเป็นจริงๆเพราะการพิจารณาเคสนั้นเพียงพอแล้วกับความจริงหมายถึงโดยการโต้แย้งในระดับประถมศึกษา n=2Var(X)=0X=0
พระคาร์ดินัล

4

นี่เป็นข้อโต้แย้งที่คล้ายกันกับคำตอบที่ยอดเยี่ยมของ Alecos เนื่องจากค่าเฉลี่ยเลขคณิตความไม่เท่าเทียมกันทางเรขาคณิตเป็นผลมาจากความไม่เท่าเทียมของเจนเซ่น

  • ให้เป็นค่าเฉลี่ยเลขคณิต:AnAn=1ni=1nXi

  • ให้เป็นค่าเฉลี่ยทางเรขาคณิต:GnGn=(i=1Xi)1n

มัชฌิมเลขคณิตเรขาคณิตความไม่เท่าเทียมกันหมายถึงรัฐที่มีความเท่าเทียมกันและถ้าหากทุกคนสังเกตเท่ากับ:X_n (ความไม่เท่าเทียมกันของ AMGM เป็นผลมาจากความไม่เท่าเทียมของ Jensen )AnGnX1=X2==Xn

กรณีที่ 1:เกือบแน่นอนX1=X2==Xn

แล้ว[X]E[Gn]=E[An]=E[X]

ในบางแง่นี่เป็นกรณีที่เลวร้ายอย่างสิ้นเชิง

กรณีที่ 2:สำหรับฉันjP(XiXj)>0ij

E [ A n ] = E [ X ]GnAnE[An]=E[X]E[Gn]<E[X]

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.